Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Massimo A. Picardello
Dipartimento di Matematica
Universit di Roma Tor Vergata
Via della Ricerca Scientica
00133 Roma, Italy
e-mail: picard@mat.uniroma2.it
BOZZA 28.5.2014
13:41
Indice
Prefazione
xiii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
13
19
19
32
37
43
52
52
54
57
58
68
69
71
81
82
82
92
101
103
ii
INDICE
1.13
1.14
1.15
1.16
1.17
1.18
1.19
1.20
1.21
1.22
1.23
1.24
1.25
1.26
1.27
1.28
1.29
1.30
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
107
114
119
131
132
139
143
148
154
155
161
161
164
167
167
169
172
172
174
177
180
183
187
198
200
201
207
207
210
211
213
218
219
221
223
226
226
INDICE
1.30.2 Insiemi misurabili secondo Lebesgue
1.30.3 I Boreliani sono misurabili . . . . . .
1.30.4 Misura di Lebesgue . . . . . . . . . .
1.31 Appendice: disuguaglianza di Minkowski . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Analisi complessa
2.1 Derivata complessa e dierenziabilit . . . . . . . . . . . . .
2.2 Funzioni olomorfe ed armoniche . . . . . . . . . . . . . . . .
2.3 Indice di avvolgimento . . . . . . . . . . . . . . . . . . . . .
2.4 Invarianza per omotopia e teorema di Cauchy . . . . . . . .
2.5 Formula di Cauchy . . . . . . . . . . . . . . . . . . . . . . .
2.6 Zeri di funzioni olomorfe . . . . . . . . . . . . . . . . . . . .
2.7 Singolarit rimovibili ed essenziali . . . . . . . . . . . . . . .
2.8 Crescita di funzioni olomorfe . . . . . . . . . . . . . . . . . .
2.9 Sviluppi di Laurent . . . . . . . . . . . . . . . . . . . . . . .
2.10 Il teorema dei residui . . . . . . . . . . . . . . . . . . . . . .
2.11 Lindicatore logaritmico . . . . . . . . . . . . . . . . . . . .
2.12 Calcolo di integrali . . . . . . . . . . . . . . . . . . . . . . .
2.12.1 Integrali di funzioni senza singolarit reali . . . . . .
2.12.2 Integrali di funzioni con poli semplici reali . . . . . .
2.12.3 Trasformate di Fourier di funzioni limitate allinnito
2.12.4 La trasformata di Fourier della funzione sinc . . . . .
2.12.5 Integrali di espressioni trigonometriche razionali . . .
2.12.6 Residui: esercizi ed esempi . . . . . . . . . . . . . . .
2.13 La funzione Gamma . . . . . . . . . . . . . . . . . . . . . .
2.14 Prolungamento analitico . . . . . . . . . . . . . . . . . . . .
2.14.1 Il logaritmo complesso: denizione naturale . . . . .
2.14.2 Elementi analitici di funzione . . . . . . . . . . . . .
2.14.3 Prolungamento analitico lungo curve . . . . . . . . .
2.14.4 Primitive complesse e logaritmo . . . . . . . . . . . .
2.14.5 Rami olomor . . . . . . . . . . . . . . . . . . . . . .
2.15 Interpolazione sulle strisce: il teorema di PhragmnLindelf
2.16 Appendice: teorema di Cauchy in un convesso . . . . . . . .
.
.
.
.
228
230
232
233
235
. 235
. 239
. 242
. 244
. 249
. 254
. 255
. 257
. 260
. 265
. 268
. 269
. 270
. 272
. 276
. 277
. 280
. 282
. 294
. 297
. 297
. 298
. 299
. 306
. 315
. 324
. 327
iv
INDICE
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
3.13
3.14
3.15
3.16
3.17
3.18
3.19
3.20
3.21
Teorema di KreinMilman . . . . . . . . . . . . . . . . . . . .
3.9.1 Separabilit di insiemi convessi con funzionali . . . . .
3.9.2 Teorema di KreinMilman . . . . . . . . . . . . . . .
3.9.3 Punti estremi di sfere in spazi di Banach . . . . . . . .
Il teorema di BanachAlaoglu . . . . . . . . . . . . . . . . . .
Duali di spazi normati e loro topologia debole ; spazi riessivi
3.11.1 Loperatore aggiunto . . . . . . . . . . . . . . . . . . .
Esempi di dualit fra spazi di Banach . . . . . . . . . . . . . .
Il teorema di categoria di Baire . . . . . . . . . . . . . . . . .
3.13.1 Teorema di Baire . . . . . . . . . . . . . . . . . . . . .
3.13.2 Insiemi di prima e di seconda categoria . . . . . . . . .
3.13.3 Basi di Hamel . . . . . . . . . . . . . . . . . . . . . .
Il teorema di uniforme limitatezza . . . . . . . . . . . . . . . .
Il teorema dellapplicazione aperta . . . . . . . . . . . . . . . .
Il teorema del graco chiuso . . . . . . . . . . . . . . . . . . .
Propriet di HeineBorel . . . . . . . . . . . . . . . . . . . .
3.19.1 Propriet di HeineBorel . . . . . . . . . . . . . . . . .
336
339
339
340
342
345
349
350
352
359
362
364
368
368
372
375
379
383
387
387
392
392
393
394
396
398
403
405
405
409
409
412
421
424
426
426
429
429
INDICE
II
4 Spazi di Hilbert
4.1 Teorema di migliore approssimazione
4.2 Completezza . . . . . . . . . . . . . .
4.3 Sistemi ortonormali . . . . . . . . . .
4.4 Spazi di Hilbert . . . . . . . . . . . .
4.5 Disuguaglianza di CauchySchwarz .
4.6 Operatori e funzionali lineari, dualit
437
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Serie di Fourier
5.1 Il sistema trigonometrico . . . . . . . . . . . . . .
5.2 Sviluppi di Fourier in L2 . . . . . . . . . . . . . .
5.3 Esempi di sviluppi di Fourier in L2 . . . . . . . .
5.4 Sviluppi di Fourier in L1 . . . . . . . . . . . . . .
5.5 Problematiche sulle serie di Fourier . . . . . . . .
5.6 Sviluppi di Fourier con periodo arbitrario . . . . .
5.7 Scelta del periodo . . . . . . . . . . . . . . . . . .
5.8 Somme di Dirichlet . . . . . . . . . . . . . . . . .
5.9 Stime puntuali ed uniformi per il resto n-esimo . .
5.10 Visualizzazione del Lemma di RiemannLebesgue
5.11 Gli spazi LIP() . . . . . . . . . . . . . . . . . .
5.12 Convergenza puntuale e uniforme in LIP() . . .
5.13 Completezza del sistema trigonometrico . . . . . .
5.14 La funzione a denti di sega . . . . . . . . . . . . .
5.15 Serie di Fourier di funzioni C 1 a tratti con salti .
5.16 Derivazione ed integrazione di serie di Fourier . .
5.17 Velocit di convergenza della serie di Fourier . . .
5.18 Ordine di innitesimo dei coecienti . . . . . . .
5.19 Fenomeno di Gibbs . . . . . . . . . . . . . . . . .
5.20 Esercizi . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
439
. 439
. 445
. 448
. 454
. 463
. 464
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
473
. 473
. 480
. 484
. 491
. 491
. 495
. 496
. 497
. 501
. 512
. 514
. 521
. 523
. 531
. 533
. 535
. 539
. 543
. 549
. 559
vi
INDICE
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
589
. 589
. 602
. 604
. 611
. 616
. 617
8 Trasformata di Fourier
8.1 Dal discreto al continuo: approccio intuitivo . . . . . . . . .
8.2 Propriet della trasformata di Fourier . . . . . . . . . . . . .
8.3 Trasformata di Fourier della Gaussiana . . . . . . . . . . . .
687
. 687
. 691
. 704
INDICE
8.4
8.5
8.6
8.7
8.8
vii
Teorema di inversione di Fourier . . . . . .
Convoluzione e teorema di Plancherel . . .
Localizzazione nel tempo e nella frequenza
Esercizi . . . . . . . . . . . . . . . . . . .
Varianti dei precedenti esercizi . . . . . . .
.
.
.
.
.
.
.
.
.
.
9 Classe di Schwartz
9.1 Convergenza rispetto a famiglie di seminorme
9.2 Continuit rispetto a famiglie di seminorme .
9.3 Classe di Schwartz . . . . . . . . . . . . . . .
9.4 Completezza di S . . . . . . . . . . . . . . . .
9.5 Operatori lineari continui su S . . . . . . . . .
9.6 Prodotto con funzioni a crescita polinomiale .
9.7 Trasformata di Fourier su S . . . . . . . . . .
9.8 Operatori di convoluzione su S . . . . . . . .
9.9 Appendice: la disuguaglianza di Heisenberg
9.10 Esercizi . . . . . . . . . . . . . . . . . . . . .
III
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
737
. 737
. 741
. 743
. 746
. 748
. 750
. 753
. 758
. 760
. 764
10 Campionamento
10.1 Campionamento di segnali . .
10.2 Periodicizzazione . . . . . . .
10.3 Formula di somma di Poisson
10.4 Teorema del campionamento .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11 Distribuzioni
11.1 Campionamento e funzionali . . . . . . .
11.2 Funzionali continui e prodotti scalari . .
11.3 Dualit . . . . . . . . . . . . . . . . . . .
11.4 Densit di S e convergenza in S . . . . .
11.5 Distribuzioni temperate . . . . . . . . .
11.6 Serie di distribuzioni temperate . . . . .
11.7 La non una funzione . . . . . . . . .
11.8 Operatori sulle distribuzioni . . . . . . .
11.8.1 Moltiplicazione per una funzione
11.8.2 Derivata . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
707
709
713
715
724
775
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
777
777
780
783
786
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
797
. 797
. 805
. 806
. 812
. 817
. 824
. 831
. 835
. 835
. 836
viii
INDICE
11.9 Derivate, primitive ed approssimazioni in S . .
11.10Supporto di distribuzioni . . . . . . . . . . . . .
11.11Trasformata di Fourier su S . . . . . . . . . . .
11.12Propriet della trasformata di Fourier . . . . . .
11.13Convoluzione con funzioni . . . . . . . . . . . .
11.14Convoluzione con la delta e traslazione . . . . .
11.15Appendice: identit approssimate . . . . . . . .
11.16Esercizi . . . . . . . . . . . . . . . . . . . . . .
11.17Distribuzioni non temperate . . . . . . . . . . .
11.17.1 Lo spazio D . . . . . . . . . . . . . . . .
11.17.2 Convergenza nel senso delle distribuzioni
11.17.3 Supporto e convoluzione di distribuzioni
11.17.4 Distribuzioni e distribuzioni temperate .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
S
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
838
844
845
848
856
858
860
863
897
897
899
900
901
.
.
.
.
.
903
. 903
. 905
. 909
. 913
. 921
13 Ricostruzione ed aliasing
925
13.1 Campionamento e distribuzioni . . . . . . . . . . . . . . . . . 925
13.2 Ricostruzione numerica ingenua . . . . . . . . . . . . . . . . . 933
13.3 Ricostruzione numerica corretta . . . . . . . . . . . . . . . . . 934
13.4 Campionamento di distribuzioni . . . . . . . . . . . . . . . . . 936
13.5 Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 942
13.5.1 Campionamento multidimensionale e risoluzione di immagini947
13.6 Ricostruzione di segnali nella pratica quotidiana: preltraggio e stabilit947
13.6.1 Segnali a durata nita . . . . . . . . . . . . . . . . . . 947
13.6.2 Stabilit della ricostruzione sotto perturbazioni dei dati 951
13.6.3 Ricostruzione esatta e ricostruzioni approssimate . . . 952
13.7 Cenni sul campionamento non uniforme . . . . . . . . . . . . . 954
IV
14 DFT
963
965
INDICE
14.1 Segnali periodici e discreti . . . . .
14.2 Discretizzazione e DFT . . . . . . .
14.3 Trasformata di Fourier su ZN . . .
14.4 Convoluzione ciclica e DFT . . . .
14.5 Convoluzione non normalizzata . .
14.6 Traslazione e DFT . . . . . . . . .
14.7 Parit e DFT di successioni reali .
14.8 DFT e dilatazioni . . . . . . . . . .
14.9 RDFT . . . . . . . . . . . . . . . .
14.10DCT . . . . . . . . . . . . . . . . .
14.11DFT, periodicizzazione e formula di
14.12Esercizi . . . . . . . . . . . . . . .
ix
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
somma di Poisson
. . . . . . . . . . .
15 FFT
15.1 Dalla DFT alla FFT . . . . . . . . . . . . . . . . . .
15.2 Algoritmi FFT basati sulla decimazione nel tempo . .
15.2.1 Bit reversal . . . . . . . . . . . . . . . . . . .
15.3 Algoritmi FFT basati sulla decimazione in frequenza
15.4 Algoritmi FFT a radice 2 . . . . . . . . . . . . . . . .
15.5 Algoritmi di FFT a radice arbitraria . . . . . . . . .
15.6 Preprocessing e postprocessing . . . . . . . . . . . . .
15.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
965
966
972
976
983
985
988
991
994
997
999
1001
.
.
.
.
.
.
.
.
1015
. 1015
. 1017
. 1029
. 1032
. 1038
. 1042
. 1050
. 1054
.
.
.
.
.
.
.
.
1057
. 1058
. 1058
. 1060
. 1062
. 1065
. 1065
. 1069
. 1072
.
.
.
.
1077
. 1077
. 1077
. 1080
. 1086
INDICE
17.3 De-equalizzazione in tempo reale . . . . . . . . . . . . . . . . 1092
17.3.1 Esempi numerici di de-equalizzazione . . . . . . . . . . 1096
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . .
. . . . . . . . . .
funzioni razionali
. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
1111
. 1111
. 1117
. 1121
. 1123
. 1125
. 1125
. 1128
. 1130
. 1131
. 1133
.
.
.
.
1143
. 1144
. 1152
. 1159
. 1160
INDICE
xi
VI
21 Il sistema di Haar
21.1 Intervalli diadici . . . . . . . . . . . . . . .
21.2 Funzioni semplici diadiche . . . . . . . . .
21.3 Il sistema di Haar su R . . . . . . . . . . .
21.4 Ortogonalit del sistema di Haar . . . . .
21.5 Il Lemma di divisione . . . . . . . . . . . .
21.6 Sistemi ortonormali completi . . . . . . . .
21.7 Completezza del sistema di Haar su R . .
21.8 Il sistema di Haar su [0, 1] . . . . . . . . .
21.9 Ortonormalit del sistema di Haar su [0, 1]
21.10Localizzazione delle discontinuit . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1229
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22 LAnalisi in Multirisoluzione
22.1 Richiami di analisi di Fourier . . . . . . . . . . . .
22.1.1 Serie di Fourier . . . . . . . . . . . . . . . .
22.1.2 Trasformata di Fourier . . . . . . . . . . . .
22.2 Sistemi ortonormali di traslate . . . . . . . . . . . .
22.3 Analisi di Multirisoluzione . . . . . . . . . . . . . .
22.4 Funzione di scala e ondicella associata ad una MRA
22.5 Esempi di MRA . . . . . . . . . . . . . . . . . . . .
22.5.1 Spline lineari . . . . . . . . . . . . . . . . .
22.5.2 Londicella di Shannon . . . . . . . . . . . .
22.5.3 Ondicelle che non provengono da MRA . . .
23 La Trasformata Discreta di Ondicelle
23.1 Lalgoritmo . . . . . . . . . . . . . . .
23.2 Propriet dei ltri provenienti da MRA
23.3 Filtri . . . . . . . . . . . . . . . . . . .
23.4 QMF . . . . . . . . . . . . . . . . . . .
23.5 La trasformata discreta di ondicelle . .
23.6 QMF che generano MRA . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1231
. 1231
. 1233
. 1234
. 1235
. 1238
. 1239
. 1240
. 1242
. 1242
. 1244
.
.
.
.
.
.
.
.
.
.
1247
. 1247
. 1247
. 1248
. 1251
. 1254
. 1265
. 1267
. 1267
. 1274
. 1275
.
.
.
.
.
.
1277
. 1277
. 1279
. 1280
. 1284
. 1286
. 1288
xii
INDICE
23.6.1 Prodotti inniti . . . . . . . . . . . . . . . . . . . . . . 1289
23.6.2 QMF e funzione di scala . . . . . . . . . . . . . . . . . 1291
23.7 Lalgoritmo a cascata . . . . . . . . . . . . . . . . . . . . . . . 1293
scala
. . .
. . .
. . .
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1297
. 1297
. 1300
. 1304
. 1307
. 1311
Prefazione
I primi passi che portarono alla redazione di questo libro furono intrapresi nel 2001 per le esigenze di un insegnamento del secondo anno di Analisi
Armonica presso un Corso di Laurea sulle basi scientifiche, in particolare
matematiche, della comunicazione multimediale che era recentemente stato
istituito presso lUniversit di Roma Tor Vergata e che allora si chiamava
Scienza dei Media e della Comunicazione. La opportunit di introdurre lanalisi di Fourier in qualsiasi corso di studi a base matematica non richiede
spiegazioni. Peraltro, gli studenti di quello specifico Corso di Laurea erano
molto pi interessati alla comunicazione multimediale che non alla matematica, e per questo tentammo di fornirgli ulteriore motivazione inserendo nel
programma dellinsegnamento di Analisi Armonica una applicazione concreta
di loro interesse, cruciale per la ricostruzione nel tempo di segnali noti solo su
una successione equispaziata discreta di campioni: il teorema del campionamento di Shannon. Lapproccio rigoroso a tale risultato necessita solo di un
fatto classico dellanalisi di Fourier, la formula di somma di Poisson: per
la sua visualizzazione precisa, la sua collocazione naturale nellambito della
teoria di Fourier e lo studio dellerrore nel caso in cui le condizioni del teorema siano solo approssimate richiedono di visualizzare i segnali campionati
come distribuzioni discrete. Poich uno degli obiettivi del processo formativo
era la trattazione matematica rigorosa ed esauriente, questo portava ad un
ampliamento notevole del programma abituale di analisi di Fourier. Daltra parte, la necessit imprescindibile di trattare le serie di Fourier portava
inevitabilmente anche ad esporre gli spazi di Hilbert, ed era opportuno dare almeno un cenno sulla trasformata rapida di Fourier e la trasformata di
Fourier discreta. Divenne subito chiaro che il numero di libri di testo da suggerire, e la quantit di incisi e divagazioni necessarie a visualizzare concetti
cos sofisticati in un insegnamento del secondo anno, eccedeva le capacit di
sintesi degli studenti: era pertanto necessario redigere le note del corso sotto
xiii
xiv
PREFAZIONE
xv
preliminari sui quali spesso si sorvolava negli insegnamenti precedenti: solo
cenni alle basi concettuali del Calcolo, ovviamente, ma un trattamento un pochino pi approfondito, sebbene non esauriente, di argomenti pi avanzati di
Calcolo e di Analisi Reale: convergenza uniforme, serie di potenze, uniforme
continuit, calcolo in pi variabili, integrali dipendenti da un parametro, integrali curvilinei, forme differenziali, misura di Lebesgue, spazi Lp , teorema di
Fubini, funzioni di variazione limitata ed assolutamente continue e generalizzazioni del teorema fondamentale del Calcolo. Questi argomenti sono esposti
nel Capitolo preliminare 1, che, a parte leccezione gi citata del Capitolo 12,
lunico nel quale alcune dimostrazioni non sono completamente sviluppate,
e su dettagli talvolta delicati si sorvola, o vengono aggirati a spese del rigore.
In effetti, i contenuti di questo Capitolo coprono gran parte dei corsi preliminari di Analisi del primo e secondo anno, ma sono stati progettati pi
per coprire lacune che come libro di testo. Alcuni punti specifici sono stati
relegati ad appendici. Gli argomenti elementari del Calcolo non sono stati
ridimostrati, ma sono stati enunciati nella Sezione iniziale 1.1, che quindi
viene citata frequentemente: per il lettore con sufficiente competenza per
capire questo libro non dovrebbe averne bisogno, e quindi il suo eventuale
ricorso a questi link ai preliminari della prima Sezione un indizio di inadeguatezza sul quale dovrebbe riflettere e trarre le debite conseguenze. Esigui
cenni minimali di Analisi Funzionale, necessari solo per problemi specifici
pi avanzati su convergenza o divergenza di serie di Fourier e sulla nozione
di convergenza nello spazio delle distribuzioni temperate, sono succintamente
trattati nel Capitolo 3. La parte preliminare completata da una esposizione
sullanalisi complessa in una variabile (Capitolo 2) e sullAnalisi Funzionale
(Capitolo 3), che non sono necessari per il Corso di Laurea in Scienza e
Tecnologia per i Media, ma potrebbero essere usati al Corso di Laurea Magistrale in Matematica come testi di insegnamenti elementari ma abbastanza
esaurienti su questi temi (manca per lo studio delle mappe conformi e la
dimostrazione del teorema di Picard).
Ulteriori approfondimenti sulla convergenza di serie di Fourier sono inclusi
nel Capitolo 7: essi includono una dimostrazione molto pi semplice del teorema di convergenza puntuale di serie di Fourier, dovuta a Chernoff (sulla
quale sono grato ad Alessandro Fig-Talamanca di aver richiamato la mia
attenzione, mettendomi anche a disposizione le sue note [12]), i criteri di convergenza pi avanzati di Dini e Jordan, la convergenza delle serie di Fourier
in Lp per 1 < p < (e quindi il teorema massimale di HardyLittlewood),
la divergenza di serie di Fourier in L1 e L ed esempi di serie di Fourier di
xvi
PREFAZIONE
xvii
capitolo iniziale, ma naturalmente riesposta con maggiore profondit in tutto
larco del Capitolo 3 sullAnalisi Funzionale: alcuni enunciati e dimostrazioni sono proprio triplicati!
Anche una parte del Capitolo 6, e precisamente alcuni risultati pi avanzati
dovuti a Lebesgue ed a Fatou sulla convergenza dei convolutori definiti dai
nuclei di Fjr e di Poisson (Sezione 6.2), rivolta a lettori pi maturi,
esclusivamente matematici, e non mirata ad applicazioni (questi risultati, comunque, sono qui esposti per completezza, e non vengono mai ripresi
nel seguito: per far presente questo fatto li abbiamo contrassegnati con dppio
asterisco).
Non sono stati inclusi argomenti di Algebra Lineare e Geometria (aparte
gli spazi di Hilbert) perch essi sono contenuti nel libro online [19] scritto
parallelamente a questo.
A questo punto, la tentazione di includere anche argomenti degli insegnamenti matematici del Corso di Laurea successivi allanalisi di Fourier era
molto forte: questo avrebbe permesso di creare una sorta di libro di testo
matematico unico, ossia di collegare tutti gli argomenti matematici dellintero processo formativo in maniera facilmente navigabile, e sviluppati con una
notazione coerente. Ho omesso gli argomenti dellinsegnamento di base di
Analisi Numerica, ma ho incluso quelli di wavelets, incorporando, nei capitoli 21, 22, 23 e 24, le note redatte per il proprio insegnamento da Sandra
Saliani, a cui esprimo la mia gratitudine. Al momento, per questi capitoli la
revisione della notazione e la predisposizione dei links di ipertesto appena
cominciata: ce ne scusiamo con i lettori.
Naturalmente, in questo modo questopera si avviava a diventare un trattato
pi che un libro. Diventava importante renderla esauriente, nei limiti delle
mie conoscenze, che sono assai limitate nei settori numerici: ma le applicazioni numeriche sono imprescindibili in un processo formativo inizialmente
pensato per le applicazioni della matematica al trattamento di segnali acustici, video e pi in generale multimediali. Un tema importante e naturale era
quello degli errori numerici nel calcolo della FFT e della DFT, presentato
nel Capitolo 16. Alcuni ulteriori argomenti furono originati dalla direzione di tesi di ricerca, ad esempio sulla trasformata di Fourier a finestre e la
deconvoluzione, e sono ora inclusi nel Capitolo 17, che contiene un link ad
un segnale acustico il quale, ovviamente, fruibile solo nella versione online
del libro, ma non in una eventuale versione stampata. Sono grato a Raffaele
Presciutti ed a Stefano Daino per aver messo a mia disposizione la propria
competenza in merito a questi argomenti. Nessuno di questi argomenti
xviii
PREFAZIONE
trattato nel Corso di Laurea in Scienze e Tecnologie per i Media (il nome
attuale del precedente Scienza dei Media e della Comunicazione), o, per
quanto mi consta, in altri corsi di studio in Italia.
C un intero altro settore, legato sia allanalisi di Fourier sia al trattamento dei segnali, che si basa sullanalisi complessa. Lambizioso obiettivo di
presentarlo si sviluppato nei Capitoli 18 (trasformata di Laplace), 19 (trasformata zeta) e 20 (applicazioni della trasformata zeta ai sistemi a tempo
discreto ed al filtraggio di segnali discreti). La analoga trattazione delle applicazioni della trasformata di Laplace alla risoluzione di equazioni differenziali
lineari ordinarie non stata intrapresa, e forse lo sar in futuro. Anche questi argomenti non sono trattati nellambito del Corso di Laurea in Scienze
e Tecnologie per i Media.
In effetti, le prime due Parti di questopera vertono su temi generali, spesso
non applicati, e la terza tratta temi generali che preludono ad applicazioni
(con la notevole eccezione del Capitolo 7 sugli approfondimenti sulle serie di
Fourier, che tratta di temi classici fortemente legati allanalisi funzionale e
non appare in alcun modo appicabile, ma non poteva essere inserito nella prima Parte perch richiede la conoscenza di serie e tyrasformata di Fourier).
Da questo punto in poi lo spirito cambia: le ultime tre Parti si indirizzano
soprattutto a tematiche numerico-applicative (con la parziale eccezione del
capitolo sulla trasformata di Laplace). Per il momento, per, la sesta parte,
ossia la trattazione di un argomento di valenza naturalmente applicativa come le wavelets, stata mantenuta nelle linee di una trattazione puramente
analitica e non numerica.
Unopera cos vasta, ma pur sempre mirata alla didattica elementare per
studenti di media qualit, inevitabilmente deve molto alle fonti bibliografiche:
i contributi originali in questo libro spesso si limitano alla rielaborazione di
argomenti gi presenti in letteratura, ed a volte solo alla realizzazione di note
esplicative e dei moltissimi riferimenti incrociati. Colgo questa opportunit
per elencare con gratitudine quelle fra le fonti bibliografiche che mi sono state
pi utili o mi hanno ispirato di pi: [10], [14], [18], [22], [23]; per le parti
preliminari pi elementari, desidero citare anche [1], [5].
Da questo resoconto dovrebbe essere ormai chiaro che questopera non
vuole essere una esposizione compiuta e finita, bens un lavoro in corso, in
evoluzione, da ampliare, approfondire e correggere dopo ogni lezione, o comunque frequentemente (questa infatti unaltra ragione, oltre alla navigabilit dellipertesto, per mantenerla nella versione online). Ad esempio, nuovi
capitoli o sezioni sono in preparazione. Alla data odierna, i prossimi do-
xix
vrebbero riguardare una trattazione pi esauriente (ma forzatamente molto
incompleta) dei filtri digitali, ad esempio la loro realizzazione come reticoli
o grafi, i filtri di fase minima e linvertibilit e la fattorizzazione spettrale,
ed una trattazione della compressione di immagini tramite wavelets. Ai preliminari di Calcolo verranno aggiunti gli integrali di superficie ed il teorema
della divergenza e del rotore.
Manca un indice analitico, per ora. Sarebbe molto utile in un libro di questa
mole, anche se il formato di ipertesto permette di sostituirlo con gli strumenti di ricerca del computer. Poich i tag di riferimento allindice analitico
non son stati inseriti nel corso della stesura in TeX, farlo a posteriori un
compito molto laborioso e tedioso... ma, col tempo, spero che verr fatto.
Pertanto, anche questa prefazione un lavoro in corso. Il quadro sinottico
delle propedeuticit fra i capitoli, alla data odierna nella prossima pagina.
Frecce tratteggiate indicano propedeuticit facilmente evitabili con una lieve
riscrittura del testo: elenchiamone i casi pi tipici. Una prima, banale freccia tratteggiata legata al fatto che, per studiare lanalisi funzionale su spazi
di Banach, occorre ricordarsi cosa sia la completezza, e quindi le successioni
di Cauchy. Una freccia tratteggiata pi significativa dovuta al fatto che gli
operatori lineari invarianti nel tempo siano convolutori e che la loro limitatezza su L equivalga alla appartenenza a L1 del nucleo di convoluzione,
spiegato nel Capitolo 17 ed utilizzato anche nel capitolo 20; unaltra ha a che
fare con la formula per i coefficienti dello sviluppo di Laurent, ricavata nel
Capitolo 2 ed utilizzata anche nel Capitolo 19; questi fatti sono richiamati
(ed in un caso brevemente ridimostrati) laddove vengono utilizzati. A volte
invece si tratta di argomenti propedeutici delicati, come il teorema di uniforme limitatezza e nel teorema di Banach-Alaoglu sulla compattezza debole del
Capitolo 3, utilizzati pesantemente per la divergenza di serie di Fourier nel
Capitolo 7, ma anche, per breve cenno, nel Capitolo 11 per chiarire la nozione di convergenza nello spazio delle distribuzioni temperate: in effetti qui
vengono rienunciati succintamente, senza dimostrazione, il che sufficiente
per il tipico studente che legge questo libro. Ancora minore lutilizzazione
del teorema di categoria di Baire, limitata ad un cenno sugli insiemi di divergenza delle serie di Fourier. Pertanto, non indispensabile per il lettore
seguire il flusso delle frecce tratteggiate.
A questo proposito, osserviamo anche che vari risultati pi profondi, ed un
intero capitolo (il Capitolo 7), sono esposti per completezza culturale ma
non vengono ripresi nel seguito. Quando questo accade, i singoli enunciati o una intera sottosezione o sezione, o in un caso lintero capitolo sono
xx
PREFAZIONE
1
forma fb(n) = 2
f (t) eint dt. Invece negli altri Capitoli, dove il paragone
auspicabile che anche questa anomalia venga prima o poi corretta, con il
mantenere periodo 2 (ed esponenziali eint ) in tutta la trattazione.
Ringrazio vari colleghi che hanno contribuito allo sviluppo di questopera: Andrea Pagano per la stesura in TEXdei capitoli del nucleo originario
(circa un terzo della mole attuale: un compito gi molto laborioso), Federica
Andreano per la prima revisione di quei capitoli, ed Enrico Valdinoci e Francesco Fidaleo per la segnalazione di vari errori e suggerimenti e consigli per
alcune estensioni.
Massimo Picardello
xxi
Parte I
Parte II
Parte III
Parte IV
Parte V
Parte VI
Cap. 1
Cap. 4
Cap. 10
Cap. 14
Cap.18
Cap. 21
Cap. 2
Cap. 5
Cap. 11
Cap. 15
Cap. 19
Cap. 22
Cap. 6
Cap. 12
Cap. 16
Cap. 20
Cap. 23
Cap. 7
Cap. 13
Cap. 17
Cap. 3
Cap. 8
Cap. 9
Legenda:
Parte 1: Preliminari
Cap. 1: Preliminari di Calcolo ed Analisi Reale
Cap. 2: Elementi di Analisi Complessa
Cap. 24
xxii
PREFAZIONE
Cap. 3: Brevi cenni di Analisi Funzionale
Parte I
Panoramica su Calcolo, Analisi
Reale, Analisi Complessa, Spazi
Vettoriali Topologici ed Analisi
Funzionale
Capitolo 1
Appofondimenti di calcolo
differenziale ed integrale e di
analisi reale
In questo capitolo riassumiamo, sinteticamente e talvolta senza dimostrazioni, vari argomenti di Calcolo e di Analisi Reale preliminari allo studio
dellanalisi matematica, ed in particolare dellanalisi di Fourier.
Per quanto riguarda lAnalisi Reale, la maggior parte dellesposizione tratta
da [22]: rinviamo a questo eccellente riferimento bibliograco per maggiori
dettagli ed approfondimenti. Lesposizione delle disuguaglianze di Hlder e
di Minkowski e della dualit per spazi Lp segue invece un approccio pi rapido ed elegante (si veda, ad esempio, [21]). Le sezioni 1.15, 1.20, 1.24, 1.26,
1.27, 1.28 ed i risultati principali di 1.19 sono interamente tratti da [22]. La
Sezione 1.23 tratta da [18].
1.1
D (f g) =
n
X
n
k=0
dove nk il simbolo combinatorio
prodotto 1 2 n.
n
k
D k f D nk g ,
=
n!
k!(nk)!
, ed il fattoriale n! il
(a + b) =
n
X
n
k=0
ak bnk .
Teorema di integrazione
per parti: se f e g hanno derivata
Rb
R b continua su
[a, b], allora a f (x) g (x) dx = f (b) g(b) f (a) g(a) a f (x) g(x) dx.
(Grazie al Teorema Fondamentale del Calcolo enunciato pi sopra,
questo teorema equivalente alla precedente regola di derivazione del
prodotto.)
P
n
Formula di somma geometrica: se q C, q 6= 1, allora N
n=0 q =
N+1
1q
.
1q
Condizione necessaria per la convergenza di una serie numerica (ma
non suciente, visto il prossimo enunciato) che il suo termine generale
tenda a 0.
P
La serie
n convergente se e solo se > 1.
Si noti che nessuna stima sul tasso di decrescenza dei termini implica
la divergenza di una serie a meno che
P i termini siano monotni decrescenti. Infatti, sia {an } tale che
|an | < , e consideriamo una
nuova successione di indici {nk }. Poniamo bn = 0 a meno che n = nk ,
e bnk = ak . I valori non nulli dei bn sono gli stessi degli an , ma pi
P
P
distanziati: quindi
|bn | =
|an | < , ma la successione bn tende
a zero in maniera arbitrariamente lenta se gli nk crescono in maniera
arbitrariamente veloce. Invece, se la successione dei termini non crescente, le cose vanno diversamente. Poich questo fatto non appare di
solito nei manuali di Calcolo, lo dimostriamo qui:
Lemma 1.1.4.PSia {an > 0} una successione non crescente con limn an =
0. Se la serie n an converge, allora an = o(1/n), ossia limn nan = 0.
Dimostrazione. Per assurdo, supponiamo che limn an 6= 0. Per denizione di limite, allora deve esistere 0 > 0 tale che per ogni k N
esiste nk > k con kank > 0 (osserviamo in particolare che si possono
scegliere gli nk in maniera che crescano in modo arbitrariamente veloce). In altre parole, esiste 0 > 0 ed una sottosuccessione {ank } tale
che ank > 0 /k, e gli indici della sottosuccessione si possono scegliere
a crescita arbitrariamente veloce. Daltra parte, grazie alla monotonia,
per tutti gli indici m con nk1 < m 6 nk si ha am > ank = 0 /k.
Quindi
nk
X
nk nk1
0 .
Sk :=
am >
n
k
n
+1
k1
Una propriet analoga a quella precedente per le serie Rvale per gli inte 1
1
grali impropri: lintegrale improprio
R di1 x divergente: 1 x dx = + .
ragione, per < 1, 1 x dx = +; invece, per > 1,
RAmaggior
1
dx
<
.
1 x
Stime di Leibnitz per il resto di una serie a segni alterni: se la successione ak > 0 non crescente da un certo indice in poi, ossia se
esiste k0 tale che ak+1 6 ak per ogni k > k0 ,P
ed innitesima, ossia
k
limk ak = 0, allora la serie a segni alterni
k=0 (1) ak (semplicemente) convergente, ed il suo resto n-simo maggiorato dal primo
X
X
(1)k ak 6 an+1 .
(1)k ak
k=0
k=0
n
X
f (k) (x0 )
k=0
k!
(x x0 )k .
(ii) Se invece le serie sono serie di funzioni, dove le somme parziali della
successione di funzioni ak sono uniformemente limitate, e le funzioni bk sono uniformemente convergenti a 0 in maniera non crescente
(ossia bk (x) non crescente per ogni x), allora la serie di funzioni
P
11
ak bk =
k=m
Pertanto
n
X
k=m
Ak bk
n1
X
Ak bk =
k=m
k=m1
n
X
a
b
k k 6 C
k=m
n1
X
n1
X
k=m
|bk bk1 | + bn + bm
(1.2)
!
(1.3)
Come applicazione, ecco un esempio che fornisce il primo risultato signicativo in questo libro sulla convergenza di serie trigonometriche. Si
confrontino i risultati con il contenuto della Sezione 5.15.
Esempio 1.1.6. Rimandiamo allAppendice in Sezione 12.5 per la dimostrazione della seguente disuguaglianza trigonometrica elementare: per ogni x 6=
2k, con k intero, si ha
N
X
1
inx
,
e
6
| sin x2 |
n N
=
n=1 n
n=1 n ,
n=1 n convergono puntualmente per x 6= 2k per ogni > 0, ed uniformemente in [a, 2 a] per a > 0.
Se > 1 sappiamo
P 1 che queste serie convergono assolutamente, dal confronto
con la serie n=1 n , ed anche uniformemente per il test di Weierstrass (Teorema 1.3.29), ma per 0 < 6 1 la convergenza assai meno ovvia.
13
termine nel lato destro dellidentit converge ad un limite per n , esattamente per lo strsso aergomento usato nella dimostrazione del criterio di
Dirichlet.
1.2
n
X
ui vi .
i=1
n
X
ui v i
(1.6)
i=1
Vogliamo introdurre spazi vettoriali di dimensione innita e denire norme e prodotti scalari su tali spazi.
In generale si ha
Definizione 1.2.8. (Norma.) Sia X uno spazio vettoriale su C (di dimensione nita o innita). Unapplicazione
kk : X R+ {0}
x 7 kxk
15
x X, C
per ogni x, y X
17
P
che converge al numero irrazionale v per N . Pertanto la serie
wi
assolutamente sommabile in Q ma non convergente in Q (lo invece nello
spazio completo R).
Dimostrazione. La propriet di Cauchy, applicata alla serie convergente dellenunciato, asseriscePche per ogni > 0 esiste un intero N = N tale che, se
N 6 k 6 m, si ha k m
n=k vn k < . Prendendo m = k > N concludiamo che,
per ogni , esiste N tale che kvk k < se k > N: per denizione di limite,
questo equivale a dire che kvk k 0.
X
X
X
kvi k 6
kvi k < .
vi
6
ksn sm k =
i=m+1
i=m+1
i=m+1
+ =,
2 2
19
1. hy, xi = hx, yi x, y X
2. hx + y, zi = hx, zi + hy, zi
3. hx, yi = hx, yi
x, y, z X
x, y X,
kk : X [0, +)
1.3
1.3.1
Convergenza uniforme
Convergenza di successioni di funzioni
1
n
arctan(nx). Allora
1
arctan(nx) = 0.
n n
lim
In questo caso sia le fn (x) che la funzione limite (che la funzione identicamente uguale a zero) sono continue.
Ci chiediamo quale sia il comportamento della successione delle derivate,
1
1
ossia della successione fn (x) = n1 1+(nx)
2 n = 1+(nx)2
1
=
lim
n 1 + (nx)2
1 se x = 0
0 se x 6= 0
Quindi la successione delle derivate non converge alla derivata della funzione
limite di fn (x).
1 se x [n, n + 1]
Esempio 1.3.4. Poniamo fn (x) = [n,n+1] (x) =
0 se x
/ [n, n + 1]
Allora
lim [n,n+1] (x) = 0.
n
21
Abbiamo visto (Esempio 1.3.2) che la continuit delle funzione fn (x) non
implica la continuit della funzione limite.
Ci chiediamo allora sotto quali condizioni si pu ottenere la continuit della
funzione limite nel caso in cui le funzioni fn (x) siano tutte continue.
In altre parole, sia {fn (x)}nN una successione di funzioni continue in x0 A,
cio le funzioni fn (x) verichino
lim fn (x) = fn (x0 ) n N.
xx0
xx0 n
n xx0
(1.7)
Nota 1.3.8. Sia I R e sia B(I) lo spazio delle funzioni limitate denite su
I con la norma
kf k = sup |f (x)|.
xI
0
enx
se
se
x=0
0<x61
kfn f k = sup |fn (x) f (x)| = 1 .
x[0,1]
Quindi
sup |fn (x) f (x)|
x[0,1]
23
2 x2
fn (x) dx
che tende a zero quando n . Questo prova la parte (i). Per la parte
(ii), basta applicare il teorema di integrazione per sostituzione (x nx) per
ottenere
Z
Z
Z
+
fn (x) dx = n
g(nx) dx =
g(x) dx ,
indipendente da n.
Esempio 1.3.11.
fn (x) =
1
arctan(nx) 0 .
n
n
arctan(nx)
0
sup
n
n
xR
|fn (x)
(x)| =
1
.
1+(nx)2
La funzione
se x = 0
se x 6= 0
1
1+(nx)2
Allora
sup |fn (x) (x)| = 1
xR
non tende a zero per n , quindi la successione non converge uniformemente a zero.
25
Teorema 1.3.13. (Limiti uniformi di successioni di funzioni limitate.) Sia fn una successione di funzioni limitate uniformemente convergente
ad una funzione limite f . Allora anche f una funzione limitata.
Dimostrazione. Poich fn f nella norma uniforme, ssato esiste n tale
che, per ogni x, vale la disuguaglianza |f (x) fn (x)| < . Pertanto, per ogni
x,
!! kfn k 6 fn (x) < f (x) < fn (x) + 6 kfn k +
e quindi f limitata.
Figura 1.2: Gli approssimanti puntuali della bisettrice non sono approssimanti uniformi
Questa successione non converge uniformemente in conseguenza del Teorema 1.3.13, perch il suo limite puntuale la funzione f (x) = x, che
illimitata, e quindi non pu esserne limite uniforme (Teorema 1.3.13). Senza
usare questo teorema, si pu arrivare alla stessa conclusione direttamente
x I.
Quindi
|fn (x) fm (x)| = |fn (x) f (x) + f (x) fm (x)|
6 |fn (x) f (x)| + |f (x) fm (x)| 6 2
Quindi
|fn (x) fm (x)| 6 2
x I
() Supponiamo che, per ogni > 0, esista n tale che, se n, m > n , allora
|fn (x) fm (x)| 6 per ogni x I. Quindi la successione {fn (x)}nN di
Cauchy e dunque {fn (x)}nN converge.
Sia
f (x) = lim fn (x), x I.
n
27
Daltra parte
lim |fn (x) fn+k (x)| = fn (x) lim fn+k (x) = |fn (x) f (x)| ,
e allora
Quindi, se n > n
Teorema 1.3.16. (Limiti uniformi di successioni di funzioni continue.) Sia {fn (x)}nN una successione di funzioni definite in un intervallo I
e sia x0 I. Se le funzioni fn (x) sono tutte continue in x0 e se la successione
{fn (x)}nN converge uniformemente a una funzione f (x) in I, allora f (x)
continua in x0 .
Dimostrazione. Dato che {fn (x)}nN converge uniformemente a f (x), per
ogni > 0, esiste n tale che per ogni n > n e per ogni x I si ha
|fn (x) f (x)| < .
Daltra parte le funzioni fn (x) sono tutte continue in x0 , quindi se si ssa un
indice n tale che n > n , esiste tale che se !!|x x0 | < si ha
|fn (x) fn (x0 )| < .
Quindi, per ogni > 0, esiste > 0 tale che se |x x0 | <
|f (x) f (x0 )| = |f (x) fn (x) + fn (x) fn (x0 ) + fn (x0 ) f (x0 )|
6 |f (x) fn (x)| + |fn (x) fn (x0 )| + |fn (x0 ) f (x0 )| < 3,
cio f (x) continua in x0 .
fn (x) dx =
a
lim fn (x) dx =
a n
f (x) dx .
Dimostrazione. Dato che {fn (x)} converge uniformemente a f (x) in [a, b],
Rb
f (x) risulta essere continua in [a, b] e quindi ha senso scrivere a f (x) dx.
Sia > 0. Per la convergenza uniforme della successione {fn (x)}, esiste
n tale che per ogni n > n e per ogni x [a, b]
|fn (x) f (x)| < .
Allora per ogni n > n
Z b
Z b
Z b
(fn (x) f (x)) dx
fn (x) dx
f (x) dx =
a
a
a
Z b
Z b
6
|fn (x) f (x)| dx 6
dx = (b a).
a
e quindi
lim
fn (x) dx =
f (x) dx
29
Allora
lim fn (x) = lim
fn (x0 ) +
fn (t) dt
Z
fn (t) dt, .
Per ipotesi
lim fn (x0 ) = f (x0 ) .
fn (t) dt =
lim fn (t) dt =
g(t) dt .
lim
n
x0
x0 n
Quindi
f (x) = f (x0 ) +
x0
g(t) dt .
x0
(1.8)
Rx
Analogamente, fn (x) =!!fn (x0 ) + x0 fn (t) dt. Poich fn converge uniformemente a g, per ogni > 0 esiste N > 0 tale che, per ogni n > N, si ha
|fn (t) g(t)| < per ogni t [a, b]. Pertanto, per ogni n > N, prendendo n
sucientemente grande perch si abbia |fn (x0 ) f (x0 )| < , otteniamo
Z x
|fn (t) g(t)| dt
|fn (x) f (x)| 6 |fn (x0 ) f (x0 ) +
x0
6 + |x x0 | 6 (b a + 1)
f (x) =
g(t) dt .
dx
x0
Per il Teorema Fondamentale del Calcolo (Teorema 1.27.1)
Z x
d
g(t) dt = g(x),
dx
x0
quindi f = g e il teorema dimostrato.
Nota 1.3.20. La nozione di convergenza richiesta nellenunciato del Teorema 1.3.19 pu essere formulata in termini di una norma, in analogia con
quanto accade per la convergenza uniforme. Nel caso in oggetto la norma
kf kC 1 = kf k + kf k . Essa si chiama che si chiama norma C 1 , ovvero
norma nello spazio C 1 ([a, b]) delle funzioni derivabili con derivata continua
nellintervallo [a, b]. Questa norma verr studiata pi approfonditamente
nellEsempio 9.1.6.
Nota 1.3.21. Tutti i precedenti teoremi di questa Sezione continuano a valere, con dimostrazione analoga, se invece di considerare una successione di
funzioni fn indicizzata da in indice intero n si prende in esame una famiglia
di funzioni f indicizzata da un parametro reale (o complesso) che tende
ad un limite 0 . A titolo di esempio formuliamo la prossima denizione ed il
prossimo teorema in questa senso.
Il prossimo risultato un parziale reciproco del Teorema 1.3.16: infatti esso mostra che, se il limite continuo, allora la convergenza puntuale
implica quella uniforme, purch abbia luogo su un compatto ed in maniera
puntualmente decrescente. A questo ne anticipiamo luso della nozione di
compattezza (e di sottoricoprimenti niti), per la quale rinviamo alla successiva Denizione 1.9.4. Per concretezza, anticipiamo anche che gli intervalli
limittio e chiusi su R sono compatti.
Teorema 1.3.22. (Dini.) Sia K un insieme compatto e ! siano fn : K
R funzioni continue che convergono puntualmente ovunque ad una funzione
continua f in maniera monotna non crescente, ossia fn+1 (x) 6 fn (x) per
ogni x K. Allora la convergenza uniforme.
31
(1.9)
per ogni x !U(y, j): infatti, !fj (y) converge a f (y) e quindi (1.9) vericata
per x = y, e, per gli altri x !U(y, j), |fj (x) f (x)| 6 |fj (x) fj (y)| +
|fj (y) f (y)| + |f (y) f (x)|. Quindi (1.9) segue dalla continuit di fj .
Allora la famiglia !U(y, j) forma un ricoprimento aperto di K. Per la compattezza, esiste un sottoricoprimento nito U(y1 , j1 ), . . . , U(ym , jm ) di K. Sia
k = max{j1 , . . . , jm }. Poich la successione fj non crescente, sappiamo che
per ogni i si ha |fk (x)f (x)| < |fji (x)f (x)| < se x U(yi , ji ). Ma poich
lunione degli U(yi , ji ) tutto K, abbiamo che |fk (x) f (x)| < ovunque.
Ora, di nuovo per la monotonia, kfn f k < per ogni n > k.
Esercizio 1.3.24. Studiare la convergenza uniforme della successione di funzioni fn (x) = (n sin x + cos x)/(2n + 1) per x R.
X
x2n
n=1
converge uniformemente?
n3
1.3.2
Una serie di funzioni una serie il cui termine n-esimo una funzione
X
fn (x)
n
Definizione
1.3.26. La successione delle somme parziali della serie di funP
zioni n fn (x) la successione di funzioni
Sn (x) =
n
X
k=0
fk (x) n N, x I.
Definizione
P 1.3.27. (Convergenza uniforme di serie.) Una serie di
funzioni k fk (x) denite in I converge uniformemente ad una funzione f
denita in I se la successione delle sue somme parziali {Sn (x)}nN converge
uniformemente a f (x) in I. In tal caso scriviamo che
X
k=0
n
X
k=0
fk (x) x I.
Allora il teorema si dimostra applicando a tale successione il criterio di Cauchy per la convergenza uniforme di successioni di funzioni(Teorema 1.3.15).
n N, x I.
33
P
numerica convergente.
Sia, inoltre,
n=0 Mn una serie
P
Allora la serie di funzioni n=0 fn (x) converge uniformemente in I.
k=n+1
k=n+1
Esempio 1.3.30. Convergenza puntuale ed uniforme di serie di funzioni a supporti disgiunti.) Il presente esempio anticipa, limitatamente
a ci che riguarda la convergenza puntuale ed uniforme di serie, un esempio
analogo (Esercizio 11.16.32) che estenderemo anche alla convergenza nel senso delle distribuzioni. Consigliamo fortemente al lettore di tracciare i graci
dei termini delle serie e delle loro somme parziali, per evitare confusioni (i
termini delle serie che studieremo nellEsempio 11.16.32 hanno graci pi
semplici: in caso di dubbio il lettore pu considerare quelle funzioni invece
di queste).
Sia c0 la funzione che vale sin x nellintervallo [, ] e 0 altrove, e sia
cn il suo traslato di passo 2n, che vale quindi sin(x 2n) = sin x in
[2n , 2n + ] = [(2n 1), (2n + 1)] e 0 altrove. Consideriamo la
serie
X
cn (x) .
n=1
(x+)
2
S(x) SN (x) =
cn (x)
n=N +1
vale sin x se x appartiene ad un intervallo del tipo [(2n 1), (2n + 1)]
con n > N, e 0 altrimenti (ossia se x > (2N 1)). Poich in questi
intervalli il seno raggiunge il valore massimo 1 si ha kS SN k = 1
per ogni N, e pertanto non si ha convergenza uniforme.
Una variante di questo ragionamento, pi semplice perch non richiede
il calcolo preliminare della somma S della serie, segue dal criterio di
Cauchy (Teorema 1.3.28): per il momento lasciamo questa variante per
esercizio, rinviando i lettori che non fossero in grado di arontarlo alla
spiegazione dettagliata che troveranno nel seguito alla Nota 1.2.19.
35
n cn (x) .
n=1
la serie
n= n diverge in x = 0 ma converge puntualmente per
ogni x 6= 0, e converge uniformemente in ogni intervallo chiuso che non
contiene 0. (Suggerimento: per ogni ssato x 6= 0, solo un numero
nito dei numeri n (x) sono non nulli.)
Dai teoremi sulla continuit e derivabilit ed il passaggio al limite sotto il segno di integrale dimostrati per le successioni di funzioni seguono i
relativi teoremi per le serie di funzioni (si dimostrano considerando la successione delle somme parziali della serie e applicando i suddetti teoremi a
tale successione).
Teorema 1.3.33. (Convergenza uniforme e continuit
di serie di
P
funzioni.) Se una serie di funzioni continue in I,
n=0 fn (x), converge
uniformemente a una funzione f (x) in I, allora f (x) continua in I
Teorema
1.3.34. (Convergenza uniforme ed integrabilit per serie.)
P
f
Sia
n=0 n (x) una serie di funzioni continue in un intervallo [a, b]. Se la
serie converge uniformemente a f (x) in [a, b], allora
Z
f (x) dx =
Z
X
n=0
fn (x) dx.
Teorema
P 1.3.35. (Convergenza uniforme e1 derivabilit per serie.)
Sia n=0 fn (x) una serie di funzioni di classe C (I) tale che
1.
2.
n=0
n=0
1.4
37
Serie di potenze
X
n=1
an (z z0 )n ,
z C (oppure z R)
an z n ,
zC
n=1
R=
1
lim supn
p
n
|an |
(1.10)
Corollario 1.4.4. Nel suo disco aperto di convergenza, una serie di potenze
converge ad una funzione continua.
P n 2
P n
P
n
Esempio 1.4.5. Le serie
n=1 z /n hanno tutte e tre
n=1 z /n,
n=1 z ,
raggio di convergenza uguale a 1, quindi il disco di convergenza la palla
con centro lorigine e raggio 1. Sul bordo del disco di convergenza (la circonferenza con centro lorigine e raggio 1) il comportamento delle tre serie
diverso: lo determiniamo sulla base dei criteri di convergenza enunciati nella
Sezione 1.1. La prima non converge, perch il termine generico non tende a
zero. Lultima converge ovunque,
P nperch i coecienti decrescono in modulo
2
a velocit 1/n . La serie
n=1 z /n diverge per z = 1 dove i coecienti
valgono 1/n, e converge puntualmente sul resto della circonferenza per il criterio di Dirichlet (Teorema 1.1.5. In particolare essa converge a z = 1 per
il criterio di Leibnitz sulle serie a segni alterni, che il criterio di Dirichlet
estende agli altri punti z = eit con t 6= 2k (k Z).
n!
|an |
= lim
= lim n + 1 = 0.
n+ (n + 1)!
n+
n+ |an+1 |
R = lim
X
n
n=k
an (z1 z0 )nk
(1.11)
39
X
k=0
bk (z z1 )k .
(1.12)
(1.13)
k=0
(|z z1 | + |z1 z0 |) =
n
n
X
n
k=0
|z z1 |k |z1 z0 |nk .
(1.14)
u(n, k) .
n=0 k=0
Ora mostriamo che la serie doppia nel lato destro di questa identit converge
assolutamente. Sia z BS (z1 ), ossia |z z1 | < S. Poniamo w = z0 + |z
z1 | + |z1 z0 |, ed osserviamo che
|w z0 | < S + |z1 z0 | 6 R
dallidentit (1.11). Pertanto segue da (1.14) che
X
X
n=0 k=0
|u(n, k)| =
X
n=0
X
n=0
|an | (w z0 )n ,
Teorema
P 1.4.9.n (Derivazione di serie di potenze.) Se la serie di potenze n=0 an z converge nel disco di raggio R ed ha somma f (z), allora
in questo disco f derivabile (in senso complesso, Definizione 1.22.13) e la
derivata si ottiene derivando per serie, cio termine a termine:
f (z) =
n an z n1 .
n=1
x0
f (t) dt =
X
n=0
an
X
an
(t x0 ) dt =
(x x0 )n+1 .
n
+
1
x0
n=0
x
41
n
spettrale
R verica la disuguaglianza R > r. Scriviamo
=
n=0 an x
P
x n n
a
r
e
consideriamo
la
convergenza
di
questa
serie
nellintervallo
n=0 n r
[0, r]. Poich xr 6 1, la successione di funzioni xr uniformemente limitata,
ed
P
inoltre monotna non crescente. Per ipotesi, la serie geometrica n=0 an r n
convergente. Quindi la serie a secondo membro converge uniformemente
in questo intervallo per il criterio di convergenza uniforme di Abel (Teorema
1.1.7 (ii)): in particolare, la sua somma una funzione continua in [0, r], ed
analogamente in (r, r].
1
log 1
n
zn ,
1
n
, allora il raggio di
|an |
=2
n+ |an+1 |
R = lim
Quindi la serie in esame converge assolutamente per |z| < 2 e non converge
per |z| > 2. Inoltre, per |z| = 2 la serie converge assolutamente se > 1:
infatti, se z = 2 ei ( R), allora dalle stime di Leibnitz (Sezione 1.1) per
lo sviluppo di Taylor al primo ordine del logaritmo a x = 1 (che a segni
alterni), o pi semplicemente dal fatto che il logaritmo concavo e quindi il
suo graco sta sotto alla retta tangente al punto x = 1, si vede che
n
1
n
in
2 log 1
6 1
2
e
n
n
2n
Svolgimento. Qui an = 2
R=
. Quindi
1
1
1
p
p
=
=1
=
n
n
n
lim n |an |
n
lim
2
lim
2
n+
n+
n+
(n n cos n) z n .
n
Svolgimento. Poich an = n
|n n cos n|
|an |
= lim
R = lim
n+ |n + 1
n+ |an+1 |
n + 1 cos(n + 1)|
=
lim
n+
|1 +
1
n
n
cos n|
n
n+1
cos(n
n
|1
+ 1)|
= 1.
Quindi la serie converge assolutamente per |z| < 1 e non converge per |z| > 1.
Si vede inoltre che per |z| = 1 la serie non converge perch in tal caso il
termine generale non tende a zero.
1.5. ESERCIZI
43
n
+
3
n
n
R = lim
Quindi la serie converge assolutamente per |x| < 1/2 e non converge per
|x| > 1/2. Dal criterio del confronto (Sezione 1.1) si vede che per x = 1/2 la
serie diverge. Dal Criterio di Leibnitz (Sezione 1.1) si vede che per x = 1/2
la serie converge.
xn
n=1
converge puntualmente in (0, 1)? Converge uniformemente in (0, 1)? Svolgimento. Il raggio di convergenza di queste serie, calcolato come in (1.10),
1 per ogni k, quindi le serie convergono tutte puntualmente in (0, 1). I
loro termini sono funzioni crescenti e continue, estendibili con continuit allintervallo (0, 1], dove hanno massimo al punto x = 1 con valore massimo
1: quindi la norma uniforme sullintervallo (0, 1) di ciascun termine vale 1.
Per lo stesso motivo le somme parziali m-sime sono crescenti in (0, 1), hanno
senso anche in (0, 1], e la loro norma uniforme diverge. Non si ha convergenza
uniforme per nessun k intero positivo.
1.5
X
xn
n=1
n2
X
ek|x|
k=1
k5
n
X
ek|x|
k=1
k5
Esercizio 1.5.3.
X
arctan(x k)
k=1
k3
n
X
arctan(x k)
k=1
k3
1.5. ESERCIZI
45
Esercizio 1.5.4.
X
e(xk)
k=1
k2
2
n
X
e(xk)
k2
k=1
Esercizio 1.5.5.
X
cos xk
k=1
k4
n
X
cos xk
k=1
k4
X
( x)n
n3
n=1
converge uniformemente?
X
(log(x + 1))n
n4
n=1
converge uniformemente?
X
x2n
n=1
converge uniformemente?
n3
X
x2n
n=1
converge uniformemente?
n3
1.5. ESERCIZI
47
X
arctan(x n)
n3
n=1
X
e(xn)
n=1
n2
converge uniformemente?
X
xn
n=1
n4
converge uniformemente?
X
arctan(x n)
n2
n=1
converge uniformemente?
X
ex +n
n=1
n2
converge uniformemente?
X
cos(x n)
n=1
converge uniformemente?
n3
X
arctan(x n)
n3
n=1
converge uniformemente?
X
sin(x + n)
n3
n=1
converge uniformemente?
X
x2n
n=1
n2
converge uniformemente?
X
xn
n=1
n2
converge uniformemente?
X
e(xn)
n=1
converge uniformemente?
n2
X
xn
n3
n=1
converge uniformemente?
1.5. ESERCIZI
49
x
con R+
Esercizio 1.5.22. Data la successione di funzioni fn (x) = cos
n
stabilire in quali sottoinsiemi di R converge uniformemente.
X
(x + n)3
n=1
n5
converge uniformemente?
Esercizio 1.5.24.
Studiare la convergenza uniforme della successione di funzioni fn (x) = ( x)n nellintervallo [0, 1].
X
xn
n=1
n3
converge uniformemente?
X
xn
n=1
n2
converge uniformemente?
X
( x)n
n=1
converge uniformemente?
n3
X
e x2
n=1
converge uniformemente?
n2
x
1
dilatato di 1 1+x
2 = 1+x2 , e quindi una funzione monotna crescente in
[0, b] e monotna decrescente in [a, 0]. Quindi 1 fn ha minimo in 0, come
gi sapevamo, ma nellintervallo [0, b] ha massimo nel punto b, per monotonia, e nellintervallo [a, 0] ha massimo nel punto a, per la stessa ragione.
Quindi il massimo della funzione 1 fn nellintervallo [a, b] il pi grande
fra i due valori che essa assume in a ed in b; inoltre la funzione 1 fn , come
la funzione f , pari, e quindi il suddetto punto di massimo assunto nel pi
lontano da 0 fra i punti a e b. Senza perdita di generalit, supponiamo che
il pi lontano sia il punto b. Allora kfn 1kL [a, b] = 1 fn (b) = 1 1b12 /n2
tende a zero per n , e quindi si ha convergenza uniforme in [a, b] di fn
alla funzione 1.
Se lintervallo [a, b] tutto contenuto in R+ o R , la convergenza uniforme
segue per restrizione dal caso di intervalli che contengono lorigine.
1.5. ESERCIZI
51
1. sui compatti;
2. su tutto R.
Svolgimento. chiaro che il limite puntuale delle funzioni fn f , dal momento che 1/n tende a zero con n. Per quanto riguarda la convergenza uniforme,
osserviamo che si ha
(fn f )(x) =
Quindi, visto che
2x + n1
1
1
1
.
=
n (1 + (x + n1 )2 )(1 + x2 )
1 + (x + n1 )2 1 + x2
1
1 2
1+(x+ n
)
6 1, abbiamo
1 2|x| + 1
1
1 2|x| + n1
<
< ,
|fn (x) f (x)| 6
2
2
n 1+x
n 1+x
n
perch 2|x| 6 1 + x2 (questo equivale al fatto che (x 1)2 > 0). Quindi fn
converge uniformemente a f su tutto R.
A maggior ragione si ha convergenza uniforme su ogni compatto. Osserviamo che su un compatto, che senza perdita di generalit, come nellesercizio
precedente, possiamo scegliere come [a, b], con a < 0 < b, la funzione fn f
assume un massimo, per il Teorema di Weierstrass citato nellEsercizio precedente, ma questo massimo non viene raggiunto negli estremi dellintervallo:
a dierenza dellesercizio precedente, ora la funzione fn f non monotna
in [a, 0] e in [0, b].
1.6
Serie di Taylor
1.6.1
f (n) (z0 )
.
n!
(k)
(z) =
X
n=k
nk
X
n=k
n!
an (zz0 )nk .
(n k)!
X
zn
n=0
n!
1
:
n!
53
allora
(n + 1)!
|an |
lim
= lim n + 1 = +.
n+
n+ |an+1 | n+
n!
X zn
Quindi la serie converge per ogni valore di z C. La serie
detta
n!
n
R = lim
En (x; x0 ; f ) f (x)
n
X
f ( k)(z0 )
k=0
k!
(z z0 )k =
f (n+1) ()
(x x0 )n+1 (1.15)
(n + 1)!
Esempio 1.6.5. La serie di Taylor della funzione esponenziale converge ovunque alla funzione esponenziale, perch la derivata di ex vale ancora ex , e
quindi non dipende da n (per una dimostrazione alternativa si usi il prossimo Teorema 1.6.6). Analogamente, le serie di Taylor di sin x e di cos x
convergono ovunque alle stesse funzioni, perch le loro derivate n-sime sono
sempre uguali a cos x o sin x, e quindi maggiorate da 1 in valore assoluto.
1.6.2
Definizione 1.6.7. Una funzione che coincide con la somma della sua serie
di Taylor laddove questa converge si dice amalitica reale.
Nota 1.6.8. Se una funzione sviluppabile in serie di Taylor convergente in
un disco con centro z0 , non detto che in questo disco la serie di Taylor
converga alla funzione che lha generata, tranne ovviamente al centro di sviluppo z0 . Ovviamente, se f la somma della serie, allora f C nel disco di
convergenza e la serie la serie di Taylor di f , ma potrebbe esistere unaltra
funzione g 6= f tale che la serie sia la serie di Taylor anche della funzione g. In
altre parole, stiamo asserendo che possono esistere due diverse funzioni C
in un intorno di z0 con le tutte le derivate uguali in z0 , per ciascun ordine.
Dimostriamo questo asserto con un esempio.
55
1
1
e x2 .
x
57
1.6.3
La serie binomiale
(1 + x) =
X
a
n=0
xn .
(1.17)
(1 + x) =
X
a
n=0
k=0
D k f (0)
k!
n n
(1) x =
X
a
n=0
(x)n .
=
,
a+1
a + 1 n=0 n n + 1
da cui
(1 + x)
a+1
X
X
a + 1 n+1
a + 1 a n+1
x
x
=1+
=1+
n
+
1
n
n
+
1
n=0
n=0
X
X
a+1 n
a+1 n
x .
x =
=1+
n
n
n=0
n=1
In tal modo abbiamo esteso lidentit (1.17) un passo pi a destra, ossia per
tutti gli a < 1. Iterando il procedimento otteniamo lenunciato per tutti gli
a R.
1.7
Spazi p
kxkp =
Se kxkp < diciamo che x p .
X
j=1
|xj |p
! p1
1.7. SPAZI P
59
X
j=1
|xj | .
p=2
kxk2 =
X
j=1
|xj |
! 12
Nota 1.7.2. La norma kk2 generata, nel senso della Nota 1.2.23, al prodotto
scalare
n
X
hx, yi =
xi y i .
i=1
Infatti
hx, xi =
n
X
xi xi =
i=1
n
X
i=1
|xi |2 = kxk22 .
t0+
t0
t0
Esercizio 1.7.6. Si mostri che per p > 1 lenunciato del precedente Lemma
1.7.5 un caso particolare della disuguaglianza di Jensen che enunceremo e
dimostraremo nella Proposizione 1.15.10.
Suggerimento: si consideri una funzione su [0, 1] che assume valore costante
a in una met dellintervallo e b nellaltra met.
1.7. SPAZI P
61
n=1
Prendendo lestremo superiore rispetto a N otteniamo k{an }k1 > k{an }kq .
Quindi 1 lq .
Ora prendiamo 0 6 p < q. Mostriamo che k{an }kp > k{an }kq , cio che
!1/p
!1/q
X
X
|an |p
|an |q
>
.
n=1
n=1
X
X
bn
>
bq/p
,
n
n=1
n=1
cio
X
n=1
bn >
X
n=1
bq/p
n
!p/q
Quindi la disuguaglianza da provare k{bn }k1 > k{bn }kq/p : questa disuguaglianza vera per la prima parte della dimostrazione, dal momento che
q/p > 1.
x1 + x2 6 1
x2 6 1 x1
1.7. SPAZI P
63
Figura 1.3: La parte nel primo quadrante della sfera unitaria di R2 nella norma 1
e perci si ottiene la gura seguente:
Nel secondo quadrante x1 < 0 e x2 > 0, e quindi
|x1 | + |x2 | 6 1
x1 + x2 6 1
x2 6 1 + x1
Figura 1.4: La parte nel secondo quadrante della sfera unitaria di R2 nella norma 1
Nel terzo quadrante x1 < 0 e x2 < 0, da cui
|x1 | + |x2 | 6 1
x1 x2 6 1
x2 6 1 x1
Figura 1.5: La parte nel terzo quadrante della sfera unitaria di R2 nella norma 1
Nel terzo quadrante x1 > 0 e x2 < 0, da cui
|x1 | + |x2 | 6 1
x1 x2 6 1
x2 6 1 + x1
|x1 |2 + |x2 |2 6 1
x21 + x22 6 1
1.7. SPAZI P
65
Figura 1.6: La parte nel quarto quadrante della sfera unitaria di R2 nella norma 1
1.7. SPAZI P
67
Nota 1.7.11. Come nella Nota 1.7.10, immergiamo lo spazio euclideo Cn come
sottospazio in p nel modo seguente:
{x1 , x2 , . . . , xn } 7 {x1 , x2 , . . . , xn , 0, 0, . . . } .
Limmagine di questa immersione un sottospazio chiuso di p , e se p = 2
limmersione una isometria. In particolare, non c ambiguit nellaver
usato lo stesso simbolo per la norma euclidea in (1.5) e per la norma di 2
nella Denizione 1.7.1.
1.8
Uniforme continuit
Definizione 1.8.2. (Uniforme continuit.) Una funzione f uniformemente continua se per ogni > 0 esiste = > 0 tale che, per ogni x, y
dove f denita, si abbia |f (y) f (x)| < . Questa denizione si estende a funzioni denite su Rn o Cn semplicemente sostituendo il modulo in
|f (y) f (x)| con la rispettiva norma euclidea introdotta in (1.5).
chiaro che ogni funzione uniformemente continua anche continua. Si noti
che la dierenza fra continuit ed uniforme continuit consiste nel fatto che
per la seconda dipende da ma non da x, ovvero che, per ogni punto di
accumulazione x del dominio, il limite di f il valore f (x) e la velocit di
convergenza uniforme rispetto a x.
La denizione di uniforme continuit, Denizione 1.8.2, si pu riformulare
come segue.
Definizione 1.8.3. (Modulo di continuit.) Data una funzione f su R,
il suo modulo di continuit la funzione = f su R+ data da
(t) = sup{|f (x) f (y)| : |x y| < t} .
Nota 1.8.4. La funzione modulo di continuit chiaramente non decrescente
sulla semiretta positiva. Segue direttamente dalla Denizione 1.8.2 che f
uniformemente continua se e solo se per ogni > 0 esiste > 0 tale che
69
ma
|xn yn | <
1
n
(1.20)
(1.21)
Per la propriet di BolzanoWeierstrass illustrata nel Teorema 1.9.6, da ciascuna delle successioni {xn } e {yn } si pu estrarre una sottosuccessione (rispettivamente {xjn } e {yjn }) convergente ad un limite, ed i due limiti coincidono grazie a (1.20). Sia x questo limite comune. Allora, poich f
continua, deve essere limn !f (xjn ) = f (x) = limn f (yjn ). Questo contraddice
(1.21).
1.9
Lintegrale di Riemann di una funzione f continua, denita in un intervallo [a, b] R si denito partendo da una partizione dellintervallo [a, b] e
f (x) dx
come il numero I tale che ogni somma inferiore minore o uguale a I e ogni
somma inferiore maggiore o uguale a I. In altre parole, come lelemento
di separazione delle due classi, ovvero lestremo superiore delle somme inferiori, coincidente con lestremo inferiore delle somme superiori (assioma delle
sezioni di Dedekind: si veda [19, Appendice Capitolo 1]
Vogliamo ora denire un integrale (lintegrale di Lebesgue) per cui sia
possibile integrare funzioni pi generali di quelle integrabili secondo Riemann,
su una classe di insiemi pi ampia (gli insiemi misurabili ).
Per denire lintegrale di Riemann si parte suddividendo in sottointervalli
il dominio in cui denita la funzione f . Invece per denire lintegrale di
Lebesgue costruiamo rettangoloidi basati su partizioni pi complicate. Gli
insiemi che compongono la partizione non sono pi intervalli contigui. In
eetti non sono pi intervalli: persino per una funzione continua, di solito,
ciascun insieme della partizione una unione di intervalli disgiunti. La partizione del dominio di denizione si ottiene partendo da una partizione in
intervalli disgiunti contigui, non nel dominio di denizione , ma nellimmagine di f . In particolare, possiamo prendere intervalli Jk tutti di lunghezza
uguale . Allora, i corrispondenti insiemi Ik della partizione del dominio della
funzione f sono
Ik = {x : f (x) Jk } = f 1 (Jk ) .
Questo metodo si adatta di pi alla funzione e come conseguenza vedremo
che possibile applicarlo a funzioni meno regolari.
Siamo interessati dunque alla misura di insiemi del tipo f 1 ([a, b]).
Non tutti gli insiemi sono adatti ad essere misurati. Noi consideriamo soltanto funzioni tali che f 1 ([a, b]) sia misurabile in un senso appropriato, che
presenteremo pi oltre nella Denizione 1.9.8.
71
1.9.1
Dimostriamo una propriet dei compatti che in realt una loro caratterizzazione, e che vale, con opportune varianti e con una dimostrazione diversa, per compatti non solo in Rn ma in qualsiasi spazio metrico [22, Cap. 7,
Sezione 7]) o topologico [22, Cap. 9, Sezione 2, Proposizione 7]).
Teorema 1.9.6. (Bolzano - Weierstrass.) Sia K un compatto in Rn .
Allora da ogni successione {xj } a valori in K si pu estrarre una sottosuccessione convergente ad un punto limite x K; equivalentemente, ogni
successione in K ha un punto di accumulazione.
Dimostrazione. Se la successione nita (ossia consiste di un numero nito di
punti ripetuti) il risultato ovvio, quindi assumiamo che sia innita. Poich
K limitato, racchiuso in un cubo, di lato, diciamo A. Procediamo per
bisezioni successive: dividiamo a met ogni lato del cubo, generando quindi
!!2n sottocubi di lato A2 . Poich la successione innita, ad almeno uno di tali
sottocubi devono appartenere inniti punti della successione. Consideriamo
la sottosuccessione costituita da questi punti, che giacciono in un cubo di lato
A
, ed iteriamo il procedimento di bisezione. Continuando cos selezioniamo,
2
per ogni intero m, una sottosuccessione innita di {xj } che giace in un cubo
Ck di lato 2Ak . Sia xjk il primo punto della successione {xj } che giace in Ck :
allora la sottosuccessione xjk di Cauchy, e quindi convergente ad un punto
x Rn . Poich K chiuso, x deve appartenere a K.
Per provare lequivalenza di questa propriet con lesistenza di punti di
accumulazione, osserviamo per prima cosa che chiaro che x un punto di
accumulazione di {xj }. Viceversa, se un punto x di accumulazione per una
successione {xj }, allora per ogni intero m ci deve essere un indice jm tale che
73
Nota 1.9.7. (Propriet dellintersezione finita.) Nel corso della dimostrazione del precedente Teorema 1.9.6 abbiamo provato che la successione
di sottocubi ottenuta tramite bisezioni successive si stringe ad un punto, nel
senso che lintersezione innita dei sottocubi inscatolati Ck non vuota (e
consiste, ovviamente, di un unico punto). Pi in generale, si ha una ulteriore
caratterizzazione della compattezza, chiamata la propriet dellintersezione
finita: un insieme K compatto se ogni famiglia di suoi sottoinsiemi C
tale che per qualunque famiglia nita di indici 1 , . . . , n lintersezione nita
j=1,..., n Cj non vuota ha la propriet che lintersezione totale C non
vuota.
[
X
m
An =
m(An ) .
(1.22)
n=1
n=1
75
Dimostrazione. Osserviamo anzitutto che la positivit della misura e la condizione di decrescenza, En+1 En per tutti gli n, assicurano che {m (En )}
sia una successione monotna non crescente di numeri non negativi: pertanto esiste il limite limn m (En ) (Sezione 1.1). In generale questo limite pu
essere nito o innito, ma nel nostro caso, poich abbiamo fatto lipotesi che
! la misura di E1 sia nita, il limite anchesso nito.
Poniamo E =
n e Fn = En \ En+1 . Allora E e gli Fn sono insiemi
n=1 ES
disgiunti e E1 = E
n=1 Fn . Da (1.22) si ha
m (E1 ) = m(E) +
m (Fn ) .
(1.23)
n=1
Daltra parte, anche En = En+1 (En \ En+1 ) = En+1 Fn una decomposizione disgiunta, e quindi, di nuovo, m (Fn ) = m (En ) m (En+1 ). Perci
possiamo riscrivere (1.23) cos:
m (E1 ) = m(E) +
X
n=1
= m(E) + lim
m (En \ En+1 )
k1
X
n=1
m (En \ En+1 )
Esercizio 1.9.13. Si costruisca un esempio che mostri che lenunciato del Corollario 1.9.12 non vale nel caso in cui la misura sia innita. Ad esempio, si
consideri R munito della misura di Lebesgue, che verr denita nella successiva Denizione 1.9.20, ma che possiamo anticipare dicendo che la misura di
Lebesgue di un intervallo la sua lunghezza, e quindi la misura di Lebesgue di
tutto
seguente successione di insiemi:
Sla
S R innita. Si prenda
S E0 = R, E1 1=
1
[2n,
2n
+
[2n,
2n
+
1],
E
=
],
.
.
.
,
E
=
2
k
n=
n=
n= [2n, 2n + n ].
2
Allora tutti gli insiemi Ek hanno misura innita, ma la loro intersezione consiste dellinsieme numerabile Z, che ha misura zero.
77
Esercizio 1.9.24. Si provi che il sottoinsieme E R dato da E = +
n=0 En \
Q, dove
1
1
1
1
,
+
,
En =
10n 10n+1 10n 10n+1
misurabile secondo Lebesgue, e se ne calcoli la misura.
Svolgimento. Osserviamo dapprima che gli insiemi En sono disgiunti: questo
segue immediatamente dalla disuguaglianza
1
1
1
1
+ n+2 < n n+1 ,
n+1
10
10
10
10
che vale per ogni n perch equivale a 1/10 1/100 < 1 1/10, banalmente
vera. Perci dalla numerabile additivit della misura (Denizione 1.9.11) (e
X
X
X
1
2
1
1
= .
m (n En ) =
m(En ) =
m n+1 , n+1 = 2
n
10
10
10
9
n=1
n=0
n=0
Definizione 1.9.25. (Misure assolutamente continue e misure singolari.) Una misura reale o complessa m1 si dice assolutamente continua
rispetto ad unaltra misura m2 denita sulla stessa -algebra (ad esempio
quella di Borel, a cui restringeremo lattenzione nel seguito) se per ogni insieme misurabile E tale che m2 (E) = 0 anche m1 (E) = 0.
Si dice che una misura m ha supporto in un insieme misurabile S se m(E) =
m(E S) per ogni insieme misurabile E, o, equivalentemente (esercizio), se
m(E) = 0 per ogni insieme misurabile E disgiunto da S.
Si dice che due misure m1 e m2 sono mutuamente singolari se esistono due
insiemi disgiunti S1 e S2 tali che mi ha supporto in Si , i = 1, 2..
Notazione
la notazione
R 1.9.26. Useremo spesso nel resto di questa Sezione
R
(E) = E d, e pi in generale anticipiamo la notazione E f d ed alcune
propriet ovvie dellintegrale rispetto ad una misura di Borel: per la denizione esplicita di integrale rispetto ad una misura di Borel rinviamo il lettore
alla successiva sottosezione 1.9.4 (dove lattenzione si limita alla misura di
Lebesgue, ma la costruzione vale in generale).
Il prossimo enunciato, che non dimostriamo, un risultato classico sulla
teoria della misura. Si veda [22, Cap. 11, Sezione 6, Teorema 23], o [23,
Teorema 6.9].
Teorema 1.9.27. (RadonNikodym.)
(i) Siano m1 e m2 due misure su R (rispetto alla stessa -algebra, ad
esempio due misure di Borel) con la propriet che m1 assolutamente
continua rispetto a m2 , nel senso della precedente Definizione 1.9.25.
Allora esiste una funzione misurabile g con integrale finito rospetto a
m2 tale che, per ogni insieme misurabile W , si ha
Z
Z
m1 (W ) =
g(t) dm2(t)
g(t) W (t) dm2 (t)
W
79
dm1
.
dm2
Definizione 1.9.29. Sia una misura reale su R o Rn assolutamente continua rispetto alla misura di Lebesgue m (la quale, per Rn , verr denita
in seguito nella Denizione 1.9.29), con derivata di RadonNykodim g (nel
senso della precedente Denizione 1.9.28). Consideriamo le due misure positive + e assolutamente continue rispetto alla misura di Lebesgue le cui
derivate di RadonNykodim sono, rispettivamente, d+ /dm = max{g, 0} e
d /dm = min{g, 0}. Allora, ovviamente, si ha = + . Deniamo variazione totale della misura la misura || (assolutamente continua
rispetto a m) data da || = + + .
Se una misura complessa assolutamente continua rispetto a m, allora
spezziamo come la combinazione lineare di due misure reali, = Re +
i Im , e deniamo la variazione totale di come || = | Re | + | Im |.
Si introduce una norma sulle misure nite su Rn nel modo seguente:
kk = ||(Rn) .
Una misura di norma nita si dice una misura finita.
Nota 1.9.30. facile vericare che, se m2 una misura reale nita e m1
assolutamente continua Rrispetto a mR2 , allora g = dm1 /dm2 appartiene
a L1 (m2 ) e kgkL1 (m2 ) = |g|dm2 6 |g| d|m2| = km1 k. Ovviamente si
In
R particolare, se E connesso e f continua, allora esiste E tale che
f d = (E) f () (questultima asserzione segue dalla precedente grazie al
E
teorema dei valori intermedi per le funzioni continue sui connessi, Sezione
1.1).
Chiudiamo questa sottosezione con un altro risultato elementare sugli insiemi misurabili secondo Lebesgue, che non dimostriamo (si veda [22, Cap. 2,
Sezione 3, Proposizione 15 (ii)]). In combinazione con il Lemma 1.9.3 (i), il
prossimo lemma prova in maniera precisa un enunciato suggestivo ma vago
che asserisce che ogni insieme misurabile approssimativamente una unione numerabile di intervalli. In realt si pu provare in maniera precisa un
enunciato pi forte, che si chiama il primo principio di Littlewood, e che in
maniera vaga si enuncia dicendo che ogni insieme misurabile approssimativamente una unione nita di intervalli [22, Cap. 2, Sezione 3, Proposizione
15 (vi)].
Lemma 1.9.33. Per ogni insieme E R misurabile secondo Lebesgue e
per ogni > 0 esiste un aperto O E tale che la misura di Lebesgue del
complemento O \ E verifica la disuguaglianza m(O \ E) < , ed un chiuso
C E tale che m(E \ C) < . In particolare, la misura di Lebesgue una
misura di Borel regolare nel senso della Definizione 1.9.11. Se m(E) <
si pu trovare un tale C limitato (cio compatto). Inoltre, esiste una unione
nita A di intervalli aperti tale che m({A \ E} {E \ A}) < .
1.9.2
81
y
|
|y
f
(t)|)
dt
1
0
0
2r xr
Z x+r
1
|y0 f (t)| dt
= |y1 y0 |
2r xr
e per r 0 il secondo membro tende a |y1 y0 | > 0.
Teorema 1.9.37. (Lebesgue.) Le funzioni integrabili secondo Riemann sono le funzioni continue quasi ovunque. Se una funzione integrabile secondo
Lebesgue, allora misurabile (si veda la Definizione 1.9.39 subito oltre) e quasi ogni x un punto di Lebesgue di f nel senso della precedente Definizione
1.9.34.
Esempio 1.9.38. La funzione che vale 1 su Q e 0 altrimenti non integrabile
secondo Riemann.
1.9.3
Cominciamo con il denire lintegrale di Lebesgue per una classe di funzioni misurabili elementari.
1.9.4
misurabile.
Se inne 0
/ (a, b)
E
1
e1
/ (a, b), allora E (a, b) = misurabile.
Quindi 1
E (a, b) un insieme misurabile per tutti gli a, b R, e quindi E
misurabile in virt della Denizione 1.9.39.
83
n
X
j Aj (x).
j=1
j=1
j=1
e quindi, per queste particolari funzioni, che nel seguito chiameremo funzioni
a gradini (Denizione 1.18.1)), lintegrale di Lebesgue coincide con quello di
Riemann.
Esercizio 1.9.45. Sia s(x) = [0, 1 ] + 3[ 1 , 3 ] 2[ 3 ,1] . Allora lintegrale di
2
2 4
4
Lebesgue di s vale 43 .
85
Esempio 1.9.49. Segue dallEsempio 1.9.23 che, se i valori di f vengono cambiati in un insieme nito di punti, o pi in generale in un insieme di misura
nulla, lintegrale di Lebesgue di f non cambia.
Esercizio 1.9.50. Rivedere lEsecizio 1.9.24 e mostrare che la funzione caratteristica dellinsieme E ivi denito (denita nella Denizione 1.1.3) ha
integrale di Lebesgue 29 (ovviamente: uguale alla misura di Lebesgue di E),
Dimostrazione. Sia f = lim inf n fn . Passando ad una sottosuccessione, possiamo assumere che fn (x) f (x) per quasi ogni x. Per denizione
di integrale (Denizione 1.9.47), basta dimostrare che, se una funzione
semplice non negativa con 6 f , allora
Z
Z
fn .
(1.24)
6 lim inf
E
Consideriamo dapprima il caso in cui E = . Poich le funzioni semplici assumono solo un numero nito di valori (Denizione 1.9.42), in questo
caso un valore positivo, diciamo a, di deve essere assunto su un insieme
misurabile A di misura innita. Consideriamo la famiglia di insiemi
An = {x E : fk (x) > a k > n} .
87
fk > (1 )
Z
Z
> (1 )
fk >
Ak
Ak
A\Ak
Z
= (1 )
A\Ak
E
Z
Z
>
( + M) .
E
e quindi il massimo
e minimo limite coincidono (e quindi esiste il limite), e
R
coincidono con E f .
R1
0
s (x) =
X
n=1
xn
89
X
X
1
k
(k)
s (x) dx =
,
xn dx =
k
n
+
1
0
0
n=1
n=1
che diverge per k = 1 ma converge se k > 1.
Esercizio 1.9.56.
Calcolare limn
n tan x
.
1 + n2 x2
fn (x) dx .
4
4
(sin x)n
.
1 + n2 x2
gn (x) dx .
n(sin x)n
.
1 + n2 x2
hn (x) dx .
2 4
,
|hn (x)| 6 dn (x) :=
1 + n2 x2
e le funzioni dn tendono a zero in
e sono anche equiliR maniera monotna,
R
mitate dalla costante 1. Quindi I |hn | dx < I dn dx tende a zero, sia per il
Teorema di Convergenza Dominata 1.9.54, sia per il Teorema di Convergenza
monotna 1.9.53.
Esercizio 1.9.57. Siano n N e
fn (x) =
x
.
1 + en x
91
x ex
1 + en x
1.10
1.10.
93
Definizione 1.10.4. Dati due spazi topologici di Hausdor X e Y , una funzione f : X Y si dice continua per successioni al punto x se limn f (xn ) =
f (x) quando limn xn = x.
In seguito ci sar utile la seguente osservazione:
Proposizione 1.10.5. Se X e Y sono spazi topologici di Hausdorff, una
funzione f : X Y continua continua per successioni, nel senso della
precedente Definizione 1.10.4. Viceversa, se un punto x di X ha una base
locale numerabile per la topologia, allora se f continua a x anche continua
per successioni a x.
Dimostrazione. chiaro che una funzione f continua anche continua per
successioni, perch se V Y un intorno aperto di f (x) e denotiamo con
U laperto U = f 1 (V ) X, allora ogni successione xn x appartiene
denitivamente a U, e quindi f (xn ) appartiene denitivamente a V , il che
equivale a dire che limn f (xn ) = f (x).
Viceversa, ssato x, sia Un una base locale numerabile di aperti che contengono x. Se per assurdo f non fosse continua a x, esisterebbe un intorno
V Y di f (x) tale che f 1 (V ) non un intorno di x, e quindi f 1 (V ) non
conterrebbe qualcuno degli aperti Un . Questo signica dire che per ogni n
esiste un xn Un tale che xn
/ f 1 (V ). Allaumentare di n abbiamo allora
xn x ma f (xn )
/ V e quindi f (xn ) 9 f (x). Allora f non continua per
successioni al punto x, e questo contraddice lipotesi.
Lemma 1.10.6. Gli insiemi chiusi in uno spazio topologico compatto K sono
compatti.
Gli insiemi compatti in uno spazio di Hausdorff X sono chiusi.
Dimostrazione. Proviamo la prima asserzione. Sia C K chiuso. Si consideri un ricoprimento aperto Ux di C tale che x Ux per ogni x C.
Completiamo questo ricoprimento ad un ricoprimento aperto di tutto K aggiungendo un ulteriore aperto, ossia il complemento C = K \ C, dal quale
possibile estrarre un sottoricoprimento nito per la Denizione 1.9.4 di
compattezza (si osservi che questo sottoricoprimento nito contiene ancora
laperto C a meno che C = K, nel qual caso non cera bisogno di aggiungere
al ricoprimento iniziale laperto K \ C = ). Ora che abbiamo estratto un
sottoricoprimento nito di K, questo anche un sottoricoprimento nito di
C K. Quindi abbiamo dimostrato che da ogni ricoprimento aperto di C si
pu estrarre un sottoricoprimento nito: questo signica che C compatto.
1.10.
95
Lemma 1.10.6, f (C) chiuso in Y . Questo prova che f (C) chiuso per ogni
chiuso C in K: scrivendo C = (f 1)1 (C) (perch f biunivoca) vediamo
che f 1 continua(infatti una funzione continua se la controimmagine di
ogni aperto aperta, e quindi se la controimmagine di ogni chiuso chiusa).
1.10.
97
Nota 1.10.11. Le propriet T1 , T2 e T4 della Denizione 1.10.2 e della Proposizione 1.10.10 sono tre cosiddetti assiomi di separazione che fanno parte
di una famiglia di cinque, ciascuno dei quali implica i precedenti. La propriet T0 si enuncia dicendo che, per ogni coppia di punti x, y X, esiste
un aperto O di uno dei due dei due che non contiene laltro. La propriet T3
vale se i punti sono chiusi e per ogni chiuso C X e per ogni punto x C
esistono aperti disgiunti O1 e O2 tali che x O1 e C O2 . ormai ovvio
che T4 T3 T2 T1 T0 .
In questo libro, per, ci servono solo le propriet T2 e T4 (ed anche T1 ma
solo per poter denire T4 ).
Esercizio 1.10.12. Tutti gli spazi metrici hanno la propriet T4 , ed in particolare la propriet di Hausdor.
Suggerimento: basta porre, nella Denizione 1.10.2, O1 = {z X : d(z, x) <
d/2, dove d la distanza da C1 e C2 , ossia d := inf{d(x, y) : x C1 , y C2 }.
Gli insiemi O1 e O2 sono aperti perch in uno spazio metrico la distanza una
funzione continua (per denizione di spazio metrico), e sono necessariamente
disgiunti a causa della disuguaglianza triangolare (Denizione 1.2.3). Si noti
che la distanza d nita, ed anzi lestremo inferiore che la denisce un
minimo, perch dati due punti x e y a distanza assegnata k, nel calcolare
lestremo inferiore si pu restringere lattenzione alla sfera di raggio k intorno
a x, e quindi ad un compatto.
(1.25)
1.10.
99
1 2n
2 3n
(1.26)
per ogni x C
n
2n
X
(1.27)
ui (x) < n .
h(x)
3
i=1
P
La disuguaglianza (1.26) implica che le somme ni=1 ui (x) convergono uniP 2m1
formemente su tutto X ad una funzione g tale che |u| 6
i=1 3m = 1. La
disuguaglianza (1.26) implica che in C queste somme convergono uniformemente alla funzione h.
Daltra parte, di nuovo per il Lemma di Urysohn 1.10.13 sappiamo che esiste
una funzione continua v : X [0, 1] che vale 1 su C e 0 su B := {x
X : u(x) = 1}. Allora la funzione g = uv/(1 |uv|) denita ovunque su
X, perch il denominatore non si annulla in quanto 0 6 u 6 1, |v| 6 1 e
|uv| < 1 dal momento che v 0 laddove u = 1. Da questo segue anche
che g continua a valori reali su tutto X. Inne, g estende f come richiesto
nellenunciato: infatti essa coincide con f su C, perch l v 1, u h e
h/(1 h) f in base alla denizione h = f /(1 + |f |).
Lemma 1.10.15. (Partizione dellunit.) Sia X uno spazio topologico di Hausdorff localmente compatto, K X un sottoinsieme compatto e
{O1 , . . . , On } un ricoprimento aperto finito di K, ossia KP ni=1 Oi . Allora
esistono funzioni continue fi con supporto in Oi tali che ni=1 fi 1 su K.
Dimostrazione. Dato x K sia i = i(x) lindice tale che x Vi . Poich
X localmente compatto, ogni x K ha un intorno aperto Ux a chiusura
n
Y
fi = 1
(1 gi ) .
(1.28)
i=1
1.11.
101
2
um (x) = h(kx P
xm k2 /rm
) (qui la norma la norma Euclidea in Rn ). Per
ogni x, la serie
m=1 um (x) una somma nita perch x appartiene solo
ad un numero nito delle palle Sm che formano i supporti dei termini della
serie. Quindi la serie converge puntualmente ad una funzione C sempre
strettamente positiva (il fatto che sia strettamente positiva conseguenza
immediata dellipotesi m Sm = Rn ).
La somma della serie, per, non la costante 1. Pertanto normalizziamo,
ponendo
um
.
fm := P
m=1 um
serie
m=1 fm (x) ha, per ogni x, un numero nito di termini non nulli e
quindi converge
C , e grazie alla normalizzazione
P ovunque ad una funzione
1.11
1.12.
EQUICONTINUIT
103
1.12
Esercizio 1.12.2. Per ogni sottoinsieme connesso K R e M > 0, consideriamo la famiglia delle funzioni f che vericano la seguente disuguaglianza
di Lipschitz: esiste Mf > tale che, per ogni x, y K,
??|f (x) f (y)| 6 Mf |x y| .
(1.29)
(1.30)
f F
Dimostrazione. Poich C(K) uno spazio metrico completo, i suoi sottoinsiemi totalmente limitati sono compatti (implicazione (c) (a) del Teorema
1.11.1). Lultima asserzione dellenunciato segue dalla implicazione (a) (b)
dello stesso Teorema.
1.13.
1.13
1.14.
Svolgimento. chiaro che gli insiemi della parte (i) sono tutti contenuti in
ogni topologia che rende continue le funzioni f F , ed banale vericare che
formano una base per una tale topologia, nel senso della Denizione 1.10.1
(questo vero perch gli insiemi Oy (; f1 , . . . , fn ) sono le intersezioni (nite)
degli insiemi Oy (; fi ): per questo tutti gli aperti della topologia si ottengono
da unioni qualsiasi ed intersezioni nite di insiemi di questo tipo).
Questa topologia T2 se e solo se per ogni x 6= y esistono due aperti di base
Ox x e Oy y disgiunti. In particolare y
/ Ox , e quindi per qualche
funzione f F si ha f (y) 6= f (x). Viceversa, se f (x) 6= f (y), allora la
continuit di f assicura che, per qualche > 0, gli insiemi aperti di base
Ox (; f ) e Oy (; f ) sono disgiunti. Questo prova la parte (i).
Veniamo alla parte (ii). La topologia debole w la pi debole che rende
tutte le f F continue. Ma poich abbiamo assunto che queste funzioni
siano gi continue nella topologia originale , la topologia debole deve essere
non pi forte della topologia . Dobbiamo provare che ogni aperto della
seconda gi contenuto nella prima purch per ogni chiuso e per ogni punto
fuori di esso ci sia una funzione in F che li separa.
Sia O un aperto di e x O. Allora x
/ C := O, e per (*) esiste f F tale
che f (x) = 1 ma F 0 su C. Poich f continua, esiste allora un intorno
aperto Ux di x dove f > 1 , ovvero |f (y) f (x)| < per ogni y Ux .
Questo signica che Ux = Ox (; f ) un aperto di base della topologia debole
w . Pertanto ogni x nellaperto O appartiene ad un aperto di base in w
contenuto in O: quindi O unione di parti di base in w e pertanto esso
stesso un aperto di w .
Inne, se lo spazio topologico X verica la propriet T3 , le funzioni continue
separano i punti dai chiusi, e quindi la parte (iv) segue dalla parte (iii).
1.14
Le funzioni misurabili, ed in particolare quelle integrabili, si possono approssimare con funzioni continue o semicontinue.
Definizione 1.14.1. (Funzioni semicontinue.) Una funzione a valori
reali (o ) si dice semicontinua superiormente se per ogni R linsieme
Esercizio 1.14.3. (i) Le funzioni caratteristiche (Denizione 1.1.3) degli insiemi aperti sono semicontinue inferiormente, quelle dei chiusi sono
semicontinue superiormente.
(ii) Le funzioni semicontinue sono misurabili (Suggerimento: si veda la
Nota 1.9.40).
(iii) Se f semicontinua superiormente, per ogni > 0 e x esiste un intorno
aperto Ix x tale che, per ogni t Ix , si ha f (t) f (x) > .
(iii) Come conseguenza della parte
R x (iii), se f semicontinua superiormente
allora la funzione F (x) = a f (t) dt verica |F (x) F (y)| > |x y|
per ogni y in un intorno aperto sucientemente piccolo di x.
(iv) Se f semicontinua inferiormente, per ogni > 0 e x esiste un intorno
aperto Ix x tale che, per ogni t Ix , si ha f (t) f (x) < .
(v) Come conseguenza della parte
R x (iv), se f semicontinua inferiormente
allora la funzione F (x) = a f (t) dt verica |F (x) F (y)| < |x y|
per ogni y in un intorno aperto sucientemente piccolo di x.
(vi) Lestremo superiore di una famiglia di funzioni semicontinue inferiormente una funzione semicontinua inferiormente; lestremo inferiore
di una famiglia di funzioni semicontinue superiormente semicontinuo
superiormente.
1.14.
f d =
(1.31)
ci (Ei ) .
i=1
X
i=1
ci (Vi \ Ki ) <
.
2
(1.32)
P
P
Allora le funzioni v :=
i=1 ci Vi e, per ogni intero N ssato, u :=
i=1 ci Ki
sono semicontinue rispettivamente inferiormente e superiormente, in base
allEsercizio 1.14.3, e u 6 f 6 v. Osserviamo che
vu=
N
X
i=1
ci (Vi Ki ) +
i=N +1
ci Vi 6
X
i=1
ci (Vi Ki ) +
ci Ei .
i=N +1
P
Allora scegliamo N cos grande che si abbia !!
i=N +1 ci (Ei ) < /2 (questo
possibile perch la serie a secondo membro di (1.31) converge). Da questo
(v u) d =
X
i=1
ci (Vi Ki ) +
X
i=1
ci (Ei ) <
+ = .
2 2
1.14.
Anche se gi contenuto nella dimostrazione della precedente Proposizione 1.14.5, rienunciamo (e ridimostriamo) il seguente fatto come conseguenza
a s stante:
Esercizio 1.14.6. Sia f una funzione misurabile su [a, b] nita quasi ovunque.
Allora, per ogni > 0, esiste una funzione a gradini t tale che |f t| <
tranne che su un insieme di misura minore di . Inoltre, se m 6 f 6 M, per
ogni > 0 si pu scegliere t tale che m 6 t 6 M + .
Svolgimento. In base alla Proposizione 1.14.5, esiste una funzione continua g
che approssima uniformemente f a meno di /2 tranne che su un insieme di
misura inferiore a , e se i valori di f sono compresi fra m e M si pu scegliere
g entro gli stessi limiti. Daltra parte, per il Teorema di Heine sulla uniforme
continuit (Sezione 1.1), g uniformemente continua in [a, b] o equivalentemente esiste una funzione a gradini t che approssima g uniformente ovunque
a meno di /2 (per maggiori dettagli si consulti la dimostrazione della parte
(i) del Lemma 5.13.4 nel seguito). Ora il risultato segue dalla disuguaglianza
triangolare.
n=N
per qualche
n > N} .
per qualche
Inne, il prossimo risultato, talora chiamato secondo principio di Littlewood, illustra lapprossimabilit di funzioni misurabili con funzioni continue.
1.14.
per ogni > 0, esiste una funzione g continua a supporto compatto su X che
approssima f in misura, nel senso che ({x : f (x) 6= g(x)}) < .
Inoltre si pu scegliere g in modo che kgk 6 kf k
Dimostrazione. Osserviamo anzitutto che si pu restringere lattenzione al
caso in cui A sia compatto, perch la misura regolare, ovvero (Proposizione
1.18.6) ogni insieme di misura nita contiene un sottoinsieme compatto di misura arbitrariamente vicina. Fissato > 0, sappiamo dal Teorema di Egoro
(Corollario 1.14.9) che esiste un sottoinsieme misurabile B A con misura
m(B) < /2 ed una successione di funzioni misurabili {fn : n = 1, 2, . . . } su
A che convergono uniformemente a f in A\B: ad esempio possiamo scegliere
fn in modo che supA\B |fn f | < 1/n.
Ora, in base alla Proposizione 1.14.5, ciascuna funzione fn si pu approssimare a meno di 1/n con una funzione continua gn tranne che su un insieme
En di misura minore di /2n+1. Allora linsieme E := n>1 En ha misura
m(E) 6
m(En ) <
= ,
n+1
2
2
n>1
1
2
1
+ = .
n n
n
Quindi le funzioni gn sono continue in A \ (B E) ed ivi convergono uniformemente a f . Pertanto f continua in D := A \ (B E) (Teorema 1.3.16) e
m(A \ D) = m(B E) < . Per a noi serve un approssimante di f che sia
continuo in tutto A.
Di nuovo perch la misura regolare (Lemma 1.9.33), linsieme D A di
misura nita contiene un sottoinsieme compatto C di misura arbitrariamente
vicina, diciamo m(D \ C) < . In particolare, A \ C = (A \ D) (D \ C) e
m(A \ C) = m(A \ D) + m(D \ C) < 2. Inoltre, per il Teorema 1.10.14 di
estensione di Tietze, esiste una funzione continua g su tutto A che coincide
con f sullinsieme chiuso C. Questa funzione g verica quindi la condizione
dellenunciato se si pone = /2.
1.15
115
Figura 1.13: La pendenza delle corde cresce se il punto finale si sposta a destra
(c)(a) (b)(d)
, bd
ca
117
o
. Allora per ogni x, y in [c, d]
(1.33)
x0 y0
(1.34)
Abbiamo cos provato che la convessit implica la monotonia delle derivate. Viceversa:
Corollario 1.15.9. Una funzione derivabile due volte convessa in un intervallo aperto se e solo se ha derivata seconda non negativa in tutto lintervallo
Proposizione 1.15.10. (Disuguaglianza di Jensen.) Se una funzione convessa su R e f una funzione integrabile definita in [0, 1],
Z 1
Z 1
f (t) dt 6
(f (t)) dt .
(1.35)
0
f (t) dt 6
(f (t)) dt .
(1.36)
ba a
a
Dimostrazione. Sia f una funzione ! integrabile sullintervallo [0, 1] e I =
R1
f (t) dt e consideriamo una retta subordinata a al punto I, nel senso del
0
1.16. SPAZI LP
119
La disuguaglianza di Jensen asserisce che il valore di una funzione convessa al baricentro di una distribuzione di massa f non pi grande del
baricentro dei valori. La denizione di convessit 1.15.1 aerma la stessa cosa
nel caso in cui la distribuzione consista di due soli punti materiali di massa
rispettivamente
x e y. Si noti che, iterando questa denizione, si ottiene che,
PN
se n=0 an = 1,
!
N
N
X
X
an xn 6
an (xn ) ,
n=0
n=0
1.16
Spazi Lp
|f (x)| dx <
(1.37)
Se le funzioni sono denite non su tutto R ma solo su un sottoinsieme misurabile secondo Lebesgue I R, lintegrale in (1.37) ovviamente si eettua
solo su I, e la sua nitezza individua le funzioni nello spazio Lp (I).
Quando abbiamo bisogno di utilizzare lintegrale rispetto ad una specica
misura m diversa da quella che ad un intervallo associa la sua lunghezza,
allora scriviamo Lp (m), oppure Lp (I, m).
Z
1p
|f (x)| dx
p
(1.38)
Sia ora p = . Vogliamo denire uno spazio L (R) (o L (I)). Per fare ci
occorre denire lestremo superiore essenziale di una funzione f .
Definizione 1.16.2. (Estremo superiore essenziale e norma L .) Sia
g una funzione denita su R a valori non negativi. Sia S linsieme di tutti i
numeri reali tali che
m g 1 (, ] m ({x : < g(x) 6 }) = 0.
Se S = , poniamo = +.
Se S 6= , poniamo = inf S.
Allora si dice estremo superiore essenziale di g, e si scrive = ess supxR g(x).
Poniamo
kf k = ess supx |f (x)| .
(1.39)
Esercizio 1.16.3. Si mostri che ess supxR f (x) = inf{suptR g(t)} dove lestremo inferiore preso sullinsieme delle funzioni g che coincidono con f
quasi ovunque.
Equivalentemente, si mostri che ess supxR f (x) = inf{ : m{t : f (t) > } =
0}.
Il primo passo per mostrare che, per p > 1, (1.38) una norma provare
la disuguaglianza triangolare, che nel caso della norma in Lp si chiama disuguaglianza di Minkowski. Potremmo darne una dimostrazione diretta (si
veda ad esempio [22, Cap. 6, Sezione 2], ma preferiamo ottenerla in modo
pi elegante come conseguenza di unaltra disuguaglianza, la disuguaglianza
di Hlder, la quale a sua volta richiede un breve calcolo che presenteremo
come lemma separato.
Definizione 1.16.4. (Indici coniugati.) Siano 1 6 p, q 6 . Diciamo
che p e q sono indici coniugati se
1 1
+ =1
p q
dove si intende
= 0.
1.16. SPAZI LP
121
Lemma 1.16.5. Siano 1 6 p, q < due indici coniugati (1/p + 1/q = 1),
e a, b > 0. Allora
1
1
ab!!! 6 ap + bq .
p
q
Dimostrazione. Senza perdita di generalit possiamo assumere 1 < p 6 q <
. Poich 1/p + 1/q = 1 questo implica p 6 2 6 q. Perci la funzione
(x) = xq1 convessa per x > 0 (si riveda lEsercizio 1.7.3, oppure, se non
si svolto quellesercizio, si applichi il Corollario 1.15.9). Osserviamo anche
che la condizione 1/p + 1/q = 1 equivale a p + q = pq, e quindi
(p 1)(q 1) = pq p q + 1 = 1 .
(1.40)
xp
III
a
II
(1.43)
Dimostrazione. Segue dalla disuguaglianza di Hlder (1.41) che kf kp maggiore o uguale dellestremo superiore sul lato destro delluguaglianza. Abbiamo visto alla ne della dimostrazione del Teorema 1.16.6 che vale luguaglianza se scegliamo |g(x)| multiplo di |f (x)|p1 quasi ovunque.
Gli stessi argomenti che provano la disuguaglianza di Hlder per gli spazi
L si applicano parola per parola alle successioni invece che alle funzioni (dopo
p
1.16. SPAZI LP
123
aver rimpiazzato gli integrali con serie), e cio agli spazi p della Denizione
1.7.1 (pi in generale, si applicano agli spazi Lp () dove una qualsiasi
misura di Borel, inclusa la misura discreta nella quale Lp () = p : si vedano
nel seguito la Denizione 1.9.11, lEsempio 1.9.22 e la ne della Denizione
1.9.47).
Si ha quindi:
Corollario 1.16.8. (i) Se p e q sono indici coniugati (Definizione 1.16.4)
e f p , g q , allora
X
n=1
|fn gn | 6 kf kp kgkq .
.
Nota 1.16.12. Ad essere precisi, lespressione k kp cos denita non una
norma. Infatti esistono funzioni f non identicamente nulle con kf kp = 0.
Un esempio dato dalla funzione caratteristica dei numeri razionali, o pi in
generale dalla funzione caratteristica di un insieme di misura nulla (Esempi
1.9.49 e 1.9.23).
Per ovviare a questo problema e far s che kkp sopra denita sia una norma, si ridenisce lo spazio Lp (R) come uno spazio costituito non da funzioni,
bens da classi di equivalenza di funzioni.
La nozione di relazione di equivalenza stata gi rammentata nella Denizione 1.2.12. Una relazione di equivalenza su un insieme determina una
partizione in classi di equivalenza:
Definizione 1.16.13. Sia a I. La classe di equivalenza di a costituita
da tutti gli elementi b I tali che b a e si indica con [a]. Quindi
[a] = {b I : b a} .
1.16. SPAZI LP
125
Z
1p
|f (x)| dx
p
Nota 1.16.19. Se I = [a, b] un intervallo reale, o pi in generale un sottoinsieme di R di misura di Lebesgue positiva, possiamo ora denire Lp (I) come
linsieme delle classi di equivalenza di funzioni misurabili su [a, b] tali che
Z
b
a
|f (x)|p dx < .
Nel caso p = , lo spazio L (I) linsieme delle classi di equivalenza di funzioni misurabili su I tali che ess supI f (x) < . Si noti che indispensabile
far ricorso allestremo superiore essenziale, che per sua denizione identico
per tutti i rappresentanti della stessa classe di Lebesgue (Denizione 1.16.2
ed Esercizio 1.16.3). Lestremo superiore ordinario non sarebbe invece ben
denito sulla classe di Lebesgue, perch cambia da rappresentante a rappresentante: infatti esso dipende dai singoli valori f (x) a ciascun punto, e non
solo a meno di insiemi di x di misura zero.
Esercizio 1.16.20. Se la classe di equivalenza quasi ovunque di f L contiene una funzione continua g, allora ess sup |f | = supx |g(x)|. (Si noti che
questa propriet ha senso grazie allunicit del rappresentante continuo (Nota 1.16.17).
1.16. SPAZI LP
127
costruire ad esempio nel modo seguente. Si consideri un insieme numerabile denso Q [0, 1], ad esempio i razionali, ed indicizziamolo nel modo
ovvio: A = {x0 , x1 , . . . }. Per ogni n N sia In un intervallo aperto
n
di lunghezza
P 3 n che contiene xn . Ora poniamo A = n=1 In ed abbiamo
m(A) 6 n=1 3 < 1, ma m(A) > m(I1 ) > 0 e A Q, quindi A denso in
[0, 1].
Sia f la funzione caratteristica di A. Se nella sua classe di equivalenza esistesse una funzione g continua quasi ovunque, allora osserviamo che linsieme G
dei punti in cui g non assume i valori 0 oppure 1 avrebbe misura zero: infatti,
se G avesse misura positiva, dovrebbe contenere qualche punto di continuit
x0 di g (perch i punti di discontinuit hanno misura 0) con g(x0 ) 6= 0 e
g(x0 ) 6= 1. Per il Teorema di permanenza del segno (vedere Sezione 1.1)
esisterebbe un intervallo aperto K con x K e g(x) 6= 0 e g(x) 6= 1 in K.
Pertanto f 6= g su tutto K, e poich lintervallo aperto K ha misura positiva
questo contraddice il fatto che f e g siano uguali quasi ovunque.
Ma daltra parte, linsieme Z := {x : g(x) = 0} deve avere misura zero,
perch altrimenti, per lo stesso argomento di prima, Z dovrebbe contenere
un punto di continuit x0 di g in cui g(x0 ) = 0. Di nuovo per il Teorema di
permanenza del segno esisterebbe un intervallo aperto X x0 tale che g < 21
su K. Poich A un aperto denso esisterebbe allora un intervallo aperto
J K A. Evidentemente su J avremmo g < 21 ma f = 1, perch per
costruzione f = 1 su A. Quindi, di nuovo, f e g non sarebbero uguali quasi
ovunque.
A questo punto sappiamo che, se nella classe di equivalenza di f esiste una
funzione gR continua
R 1 quasi ovunque, allora g = 1 quasi ovunque. Ma in tal
1
caso, 1 = 0 g = 0 f = m(A) < 1, una contraddizione.
t1
t2
f (x) =
se x [0, 1]
se x [1, 2]
altrimenti
con t1 , t2 C.
Al variare di t1 , t2 in C linsieme di tali funzioni costituisce uno spazio
vettoriale isomorfo a C2 .
Esercizio 1.16.25. Vericare che si tratta di un prodotto scalare, come introdotto nella Denizione 1.2.7.
1.16. SPAZI LP
129
P
Perci, per quasi ogni x, la serie
fn (x) una serie assolutamente sommabile di numeri reali, e quindi convergente ad una somma s(x). Per comodit, nei punti x in cui la serie divergente poniamo s(x) = 0. In tal
modo,Pquasi ovunque, la funzione s il limite puntuale delle somme parziali
sn = nk=1 fk (x),Pe quindi una funzione misurabile. Inoltre |s(x)| 6 g(x)
perch |sn (x)| 6 nk=1 |fk (x)| = gn (x) 6 g(x). Quindi la funzione s appartiene a Lp e |sn (x) s(x)| 6 2g(x). Ora dal Teorema di Convergenza Dominata
(Teorema 1.9.54), applicato alle funzioni |snP
(x) s(x)|p , segue che sn converge a s nella norma di Lp , e quindi la serie n fn converge ad una funzione
somma in Lp .
Nota 1.16.27. Per 0 < p < 1, lo spazio Lp non uno spazio normato (parte
(ii) dellEsercizio 1.16.18). Per la dimostrazione del precedente Teorema
di RieszFischer 1.16.26 vale riga per riga anche in questo caso, eR prova la
completezza di Lp per tutti i p > 0 rispetto alla distanza d(f, g) = |f g|p
(per maggiori dettagli si veda la Sottosezione 3.21.1).
(1.44)
Pk
P
Poniamo allora gk =
i=1 |fni+1 fni | e g =
i=1 |fni+1 fni |. La disuguaglianza di Minkowski (1.16.10) e la precedente disuguaglianza (1.44)
implicano che kgk kp < 1 per ogni k, ed a questo punto dal Lemma di Fatou (Teorema 1.9.52) segue kgkp < 1. Pertanto g(x) < quasi ovunque, e
quindi la serie
X
f (x) := fni +
(fni+1 fni )
(1.45)
i=1
k1
X
(fni+1 fni ) = fnk
i=1
Se rimpiazziamo le funzioni con successioni e gli integrali con serie numeriche, lo stesso argomento dimostra il risultato analogo per gli spazi p , che
era stato annunciato nella Nota 1.7.9:
Corollario 1.16.30. Per 0 6 p 6 , gli spazi p sono completi.
Nota 1.16.31. Per p > 1 gli spazi Lp sono completi rispetto alla distanza
indotta dalla norma
p1
Z
p
,
Np (f ) = kf kp :=
|f |
in seguito al fatto che tale norma denita tramite lintegrale di Lebesgue:
infatti nella dimostrazione della completezza abbiamo usato il Lemma di
Fatou (Teorema 1.9.52), che vale per lintegrale di Lebesgue ( stato usato
per dimostrare il Corollario 1.16.29). Invece, se si fosse denita la norma
usando lintegrale di Riemann, il Lemma di Fatou non sarebbe stato vero
e non avremmo avuto la completezza. Ad esempio, se intorno a ciascun
razionale qk si considera lintervallo di diametro 2k /n centrato in qk , allora
la funzione caratteristica n dellunione di questi intervalli ha norma nita
in Lp e la norma tende a zero se n : in eetti n tende alla funzione
caratteristica dei razionali, che equivale alla funzione zero in Lp di Lebesgue,
ma non integrabile secondo Riemann. La successione n di cauchy in Lp
(secondo Lebesgue e secondo Riemann), ma non converge in Lp di Riemann.
(Cautela: per 0 < p < 1, la quantit Np = kkp non una norma (Esercizio
1.16.18), ma Npp una distanza nella quale Lp completo: si veda la Nota
1.16.27).
131
1.17
(1.46)
xn n .
n=1
Poich la norma Lp di ciascuna delle funzioni caratteristiche n di ampiezza 1 vale 1, limmersione una isometria. In particolare, quindi, negli
spazi Lp (R) non pu valere linclusione Lp (R) Lr (R) per r < p, che vale
negli spazi Lp [a, b], perch gli spazi Lp (R) contengono isometricamente gli
spazi p per cui vale linclusione opposta; ma in essi non pu neppure valere linclusione opposta, perch contengono isometricamente Lp [a, b] (basta
prendere una funzione Lp denita in [a, b] e prolungarla a tutto R ponendola
zero al di fuori di questo intervallo).
p
A titolo di esempio, osserviamo che la funzione f (x) = 1/x se x (0, 1]
e zero altrove appartiene a L1 (R) ma non appartiene a L2 (R), mentre la
funzione g(x) = 1/x se x > 1 e zero altrove appartiene a L2 (R) ma non a
L1 (R) (esercizio!).
1.18
133
(1.49)
(1.50)
ed in maniera simmetrica si denisce lestremo superiore essenziale. Allora In = [ess inf xAnj f (x), ess supxAnj f (x)) lintervallo compreso fra gli
estremi inferiore e superiore essenziali dei valori di f . In Jn ci pu essere un
sottoinsieme Zn di Jn di misura nulla al quale i valori di f non appartengono.
Daltra parte, i valori di f non sono neppure deniti su un insieme di misura nulla nch non ssiamo una scelta di f nella sua classe di equivalenza
di Lebesgue i cui valori siano deniti ovunque: allora, se facciamo questa
scelta, bisogna scegliere xn Jn \ Zn . Con questa clausola, la funzione
una funzione semplice tale che kf k < quasi ovunque: infatti, se
x Jn , allora f (x) e fn = f (xn ) appartengono entrambi allintervallo In
di lunghezza k1 < . Questo dimostra la parte dellenunciato che riguarda
lapprossimazione con funzioni semplici (le disuguaglianze (1.49) e (1.50)).
Consideriamo ora lapprossimazione con funzioni a gradini, che solo leggermente pi complicata. Per la Nota 1.9.33, per ogni > 0 ssato e
per ogni n = N 1,. . . , N esiste un insieme aperto On Jn tale che
m(On \ Jn ) < /(2N + 2). Sia E = N
n=N 1 On \ Jn . Allora m(E) < .
Inoltre, per il Lemma 1.9.3 (i), per ogni n esiste una famiglia numerabile di
intervalli aperti disgiunti Anj , j = 1, 2, . . . , tale che On =
j=1 Anj . Anche
se gli Anj sono disgiunti per un dato n, possibile che un intervallo An0 j0
intersechi un intervallo An1 j1 con n0 diverso da n1 , perch gli aperti On si
sovrappongono parzialmente: ma questo pu accadere solo su On0 On1 che
un insieme di misura minore di (anzi in realt minore di /(N +1), perch
On0 On1 = (On0 On1 ) \ (Jn0 Jn1 ) = (On0 \ Jn0 ) (On1 \ Jn1 ) ,
dove la prima identit vale dal momento che gli insiemi Jn sono disgiunti.
Ora costruiamo una funzione a gradini che approssima f uniformemente a
meno di un insieme di misura minore di . Come prima, se non ci interessasse
il requisito dellapprossimazione per difetto, il modo pi semplice sarebbe il
seguente. Scriviamo la funzione caratteristica di Anj come nj , e consideriaP
P
mo la funzione a gradini = N
j=1 fnj nj , dove fnj = f (xnj ) per
n=N 1
qualche xnj Jn (di nuovo, pi precisamente scegliamo xnj Jn \ Zn .)
135
Di nuovo, per quasi ogni x Anj Jn = Anj \E, entrambi f (x) e fnj = f (xnj )
appartengono allintervallo In di lunghezza k1 < : quindi
|f (x) fnj | <
(1.52)
137
Lo stesso argomento dimostra che le funzioni a gradini e le funzioni semplici approssimano le funzioni non negative, sia nella norma di Lp sia puntualmente in maniera monotna, e quindi estende il Lemma 1.18.2. Diamo
la dimostrazione per le funzioni semplici:
n+1
n
1
=
< .
N
N
N
Questo prova la convergenza puntuale monotna; la convergenza in Lp segue dal Teorema di Convergenza Dominata 1.9.54, come nella Proposizione
1.18.4.
0 6 sn (x) 6 fM (x)
fM (x) sn (x) 6
139
hkpp
6
=
n=1
1
2
hkpLp (Jn )
X
sn
n=0
m(Jn )
2n p = p .
n=1
Lemma 1.18.8. Per ogni 1 6 p < , per ogni funzione semplice s e per
ogni > 0 esiste una funzione a gradini tale che ks kp < .
Dimostrazione. Questo risultato conseguenza diretta dellultima asserzione
del Lemma 1.9.33 (approssimazione in misura di insiemi misurabili con unioni
nite di intervalli).
1.19
Anticipiamo qui le denizioni ed i risultati essenziali della teoria dei funzionali lineari continui su spazi normati, che sar trattata estesamente nelle
Sezioni 3.12 e 4.6, e vastamente ampliata nel Capitolo 3. Le denizioni ed
i risultati della presente Sezione saranno poi brevemente ripresi ed estesi in
Sezione 11.2, e molto approfonditi e generalizzati nel Capitolo 3.
Se V uno spazio normato, dire che T continuo signica dire che
lim T (v) = T (v0 )
vv0
141
Il prossimo teorema il risultato principale di questa Sezione. Esso asserisce che il duale di Lp coincide con Lq , dove 1 6 p < e q lindice
coniugato a p. Nel caso p = 2 si ottiene che il duale dello spazio di Hilbert
L2 lo stesso spazio L2 , un fatto che verr esteso a tutti gli spazi di Hilbert
nel Teorema di rappresentazione di Riesz 4.6.4.
1
1
=
= q.
(p 1)/p
1/q
Perci si ha
Z
IK
g(x)
= T (h) 6 kT k
= kT k
Z
IK
g(x)
IK
IK
(q1)p
1 q1
g dx
.
p1
dx
Z
IK
1q
g(x)q si ottiene
6 kT k .
143
1.20
Definizione 1.20.1. (Misura prodotto.) Siano m1 una misura sullo spazio X e m2 una misura su Y . La loro misura prodotto m1 m2 sul prodotto
cartesiano X Y la misura che, sugli insiemi dati dal prodotto cartesiano
145
dm1 =
XY
f d(m1 m2 ) =
dm2 .
(1.54)
Passiamo allora al caso generale: f > 0 una funzione m1 m2 misurabile. Per il Corollario 1.18.5, esiste una successione sn di funzioni semplici su X Y e m1 m2 misurabili che approssimano f
puntualmente in maniera monotna: 0 6 s1 (x, y) 6 s2 (x, y) 6 . . . e
limn sn (x, y) = f (x, y) per ogni x, y. Denotiamo con n e n gli integrali
sezionali e Rdellenunciato associati a sn .RAllora sappiamo che
R
(x)dm1 (x) = XY sn (x, y)d(m1 m2 ) = Y n (y)dm2 (y). Per
X n
ogni x, le funzioni n e n convergono rispettivamente a e (per il
Teorema di Convergenza Montona 1.9.53) in maniera non decrescente, e quindi (1.54) segue da una seconda applicazione del Teorema di
Convergenza Montona.
(ii) Per linearit basta provare il teorema per funzioni a valori reali, dal
momento che quelle a valori complessi sono combinazioni leneari dei
due funzioni reali (la loro parte reale ed immaginaria). Daltra parte,
ogni funzione a valori reali f la dierenza di due funzioni non negative,
la parte positiva f+ e la parte negativa f (denite nella dimostrazione
del Lemma 1.19.5), e f+ , f 6 |f |. Siano + , gli integrali sezionali
associati a f+ , f . Ora dalla parte (i) segue che + , L1 (m1 ).
Osserviamo che fx = (f+ )x (f )x , e dalla parte (i) le funzioni (f+ )x
e (f )x hanno integrale nito per ogni x tale che + , sono nite
Corollario
1.20.5. Sia in generale f a Rvalori complessi e poniamo (x) =
R
|f |x dm2 . Se integrabile, cio se X dm1 < , allora f L1 (m1
Y
m2 ).
Dimostrazione. Basta applicare il precedente Teorema 1.20.4 (i) alla funzione
|f |.
Definizione 1.20.6. (Misura di Lebesgue in Rn e variazione totale). Deniamo la misura di Lebesgue su Rn nel modo seguente, a partire
dalla famiglia dei pluriintervalli (detti anche plurirettangoli) aperti (a, b) =
(a1 , b1 ) (an , bn ) (che genera la -algebra dei Boreliani di Rn ):
m(a, b) = m(a1 , b1 ) m(a2 , b2 ) m(an , bn ) .
R
Esempio 1.20.7. Scriviamo f (x, y) dx dy per gli integrali rispetto alla misura di Lebesgue su R2 . Dalle formule di riduzione (1.54) si ha quindi:
Z
Z Z
Z Z
f (x, y) dx dy =
f (x, y) dy dx =
f (x, y) dx dy
R2
Z
f (x, y) dx dy .
147
Esercizio 1.20.9. Sia V il tetraedro sotteso dallorigine e dai punti (0, 0, 1),
(0, 1, 0) e (1, 0, 0). Osserviamo che le facce di V giacciono sui piani x = 0,
y = 0, z = 0 e x + y + z = 1. Fissato z = z0 fra 0 e 1, la Sezione del tetraedro
con il piano z = z0 il triangolo z = z0 , 0 6 y 6 1 z0 , 0 6 x 6 1 y z0 .
1y z
1z
f (x, y, z) dx dy dz =
f (x, y, z) dx
dy
dz; .
1y 2 z 2
f (x, y, z) dx dy dz =
1z 2
1z 2
1y 2 z 2
f (x, y, z) dx
dy
dz; .
1y 2 z 2
1.21
149
Esempio 1.21.3. Il precedente Corollario permette di trovare condizioni necessarie allesistenza del limite in pi dimensioni a partire da opportuni limiti
unidimensionali (lungo curve che tendono al punto limite (x0 , y 0 ). Limitiamo
anche qui lattenzione al caso bidimensionale e ad alcuni esempi tipici
Sia f una funzione denita in un aperto A R2 , (x0 , y 0 ) A.
(i)
lim
(x,y)(x0 ,y 0 )
f (x) =
xx0 yy 0
(x,y)(x0 ,y 0 )
f (x) =
per ogni a, b non simultaneamente nulli (il caso a = b = 0 non parametrizza una retta che passa per (x0 , y 0 ), bens il punto costante (x0 , y 0)).
Questo enunciato vale in base al precedente Corollario, perch il limite
unidimensionale corrisponde al limite lungo la retta da (x, y) a (x0 , y 0).
Nota 1.21.4. Cautela: purtroppo, lesistenza dei limiti unidimensionali al lato di destra delle precedenti identit solo una condizione necessaria per lesistenza del limite multidimensionale, come vedremo nel successivo Esempio
1.21.7.
Per chiarire meglio la situazione, riscriviamo la nozione di limite bidimensionale della precedente Denizione in termini di un limite unidimensionale,
ma questa volta con una condizione necessaria e sufficiente per lesistenza
del limite bidimensionale. Senza perdita di generalit, ma sicuri di facilitare
il lettore, consideriamo solo il caso x0 = y 0 = 0, dal quale si passa al caso
generale con una semplice traslazione nel piano.
Corollario 1.21.5. Sia f una funzione definita in un aperto A R2 , (0, 0)
A, e consideriamo la funzione trasformata in coordinate polari:
f(r, ) = f (r cos , r sin ) .
La funzione f ha limite per (x, y) (0, 0) se e solo se
lim sup |f(r, ) | = 0 .
r0+ 06<2
(1.55)
151
Nota 1.21.6. Si noti che sarebbe scorretto enunciare la condizione della dimostrazione precedente dicendo che il limite per r 0+ di f (r cos , r sin )
deve valere 0 indipendentemente da : lenunciato giusto che tale limite vale
0 uniformemnete rispetto a . Se dicessimo indipendentemente da , ci signicherebbe che il limite sempre lo stesso (ossia zero) per qualunque fissato
, ossia quando ci si muove in linea retta verso lorigine ad angolo (rispetto
al semiasse x positivo), il che la stessa condizione soltanto necessaria della
parte (iii) dellEsempio 1.21.3.
Esempio 1.21.7.
(i) Sia
f (x, y) =
xy
x2 +y 2
se (x, y) 6= (0, 0)
se x = y = 0
xy 2
x2 +y 4
se (x, y) 6= (0, 0)
se x = y = 0
La funzione g non continua in (0, 0). In questo caso, per ogni semiretta (xt , yt ) = (at, bt), con a, b non simultaneamente nulli e t > 0, si ha
g(xt , yt ) = ab2 t/(a2 + b2 t2 ), ed il limite per t 0 lungo ogni tale semiretta vale 0: infatti, se a 6= 0, allora il denominatore non innitesimo
ma il numeratore s, mentre per a = 0 il numeratore identicamente
nullo ma il denominatore positivo perch b 6= 0 (rammentiamo che
lim+ sup
r0
153
(qui non serve prendere il valore assoluto perch il limite 0 e |0| = 0).
Al ne di stimare sup {r cos sin2 /(cos2 + r 2 sin4 )} opportuno
prima chiedersi, per ogni r ssato, quale sia il valore di che rende il pi
grande possibile la frazione. Chiamiamo questo valore r . Il fattore r 2 al
denominatore induce a pensare che il secondo addendo, r 2 sin4 , conti
meno del primo, cos2 , per piccoli valori di r, ma cos non nel caso
r si avvicini al valore = /2 per il quale cos = 0: per sappiamo
che questo caso (corrispondente alla retta verticale) comporta che il
numeratore sia identicamente nullo. Nellincertezza su come bilanciare
limportanza dei due addendi al denominatore, opportuno in primo
luogo vericare cosa succede quando essi sono ugualmente grandi, ossia
per r tale che
cos2 r = r 2 sin4 r .
(1.56)
Poich cos2 r = 1 sin2 r , lultima identit unequazione biquadratica in sin r , risolvibile algebricamente (dopo occorre applicare larcoseno per trovare r ), ma pi comodo risolverla trigonometricamente.
Prima per chiediamoci se esiste una soluzione r per tutti i valori
piccoli di r. Per ogni r > 0, al variare di fra 0 e /2, la funzione
7 r 2 sin4 cresce da 0 a r 2 , mentre cos2 decresce da 1 a 0: quindi,
per il Teorema dei valori intermedi per le funzioni continue (si veda
la solita Sezione 1.1) esiste una soluzione r per ogni r, e, per la monotonia, una sola. Quando r piccolo, la funzione 7 r 2 sin4
uniformemente piccola, e quindi r tale che anche cos2 r sia vicino a
0: pertanto r deve avvicinarsi a /2. Possiamo scegliere r indierentemente minore o maggiore di /2, dal momento che le due funzioni
cos2 e r 2 sin4 sono simmetriche intorno a = /2. Facciamo una
scelta, ad esempio r < /2, ma r /2 per r 0+ .
Quindi, non sorprendentemente, la curva r 7 r , sulla quale vogliamo
mostrare che la frazione si mantiene grande per r 0+ , asintotica
a = /2, ossia alla semiretta verticale {x = 0, y > 0} (in realt,
visto che i termini del denominatore sono elevati al quadrato, anche la
semiretta {x = 0, y > 0} va ugualmente bene).
Rammentiamo che volevamo trovare r tale che valga lequazione (1.56).
Ma ora non serve pi! Infatti, ora sappiamo che r esiste, e, da (1.56),
cos r = r sin2 r (poich abbiamo scelto 0 < r < /2, il coseno positivo) ed il segno a primo membro nellestrazione della radice positivo).
r cos r sin2 r
r 2 sin4 r
1
=
=
4
4
2
2
2
2
cos + r sin r
2r sin r
1.22
Vogliamo considerare alcuni esempi pi complessi di calcolo di integrali multipli. Questi esempi presumibilmente sono gi noti da precedenti corsi di
Analisi Matematica: pertanto lesposizione sintetica, per maggiori dettagli
si veda un qualunque libro di Analisi Matematica (ad esempio [1] e [5], che
hanno ispirato questa presentazione). Essi sono basati sul cambiamento di
variabili, analogamente al Teorema di Integrazione di Sostituzione per integrali unidimensionali (Sezione 1.1). Questo teorema asserisce che, se una
mappa biunivoca da [a, b] a [c, d] e di classe C 1 (cio derivabile con derivata
continua), allora per ogni funzione integrabile su [c, d] la funzione composta
f integrabile su [c, d] e
Z
f (t) dt =
c
1 (d)
f ((x))(x) dx .
1 (c)
1.22.1
Per estendere a pi dimensioni il precedente Teorema 1.22.1 dobbiamo introdurre lanalogo multidimensionale della funzione . Cominciamo col
richiamare la ben nota denizione di derivata parziale:
Definizione 1.22.2. (Derivate parziali e direzionali.) Sia f : Rn C.
Per i = 1, . . . , n si dice che f derivabile in senso parziale rispetto a xi al
punto x0 Rn se la funzione F (t) = f (x01 , . . . , x0i1 , x0i + t, x0i+1 , . . . , x0n )
derivabile al punto t = 0. La derivata parziale si denota con Di f (x0 ) oppure
f
con x
(x0 ), e vale Di f (x0 ) = F (0). Il vettore le cui componenti sono le
i
derivate parziali al punto x0 si chiama il gradiente di f a x0 e si indica
con f (x0 ) oppure con grad f (x0 ). Se n un versore in Rn , scriviamo ora
F (t) = f (x0 + tn), e deniamo la derivata direzionale di f in direzione n
come f
(x0 ) = F (0) (la denizione precedente di derivata parziale i-sima
n
il caso particolare di questa che corrisponde a scegliere al posto di n li-simo
vettore della base canonica).
Vale il seguente lemma sullo scambio dellordine di derivazione, la cui
dimostrazione, basata sul teorema del valor medio di Lagrange (Sezione 1.1)
lasciamo per esercizio al lettore, che pu trovarla in qualunque libro di Calcolo
in pi variabili (ad esempio, [5, 2nda parte, Cap. II, Sez. 7]):
Lemma 1.22.3. (Schwarz.) Se E Rn un aperto e f : E R una
funzione di classe C 2 , allora per ogni i, j = 1, . . . , n e per ogni x E si pu
scambiare lordine delle derivate parziali: Di Dj f (x) = Dj Di f (x).
In pi dimensioni la derivabilit in senso parziale non implica la continuit (ad esempio, la funzione che vale 1 sugli assi coordinati e zero altrove
nellorigine ha derivate parziali nulle ma non continua). La nozione di
dierenziabilit che assicura la continuit la seguente.
Definizione 1.22.4. (Differenziale.) Sia A un aperto in Rn e f : A
C. Si dice che f differenziabile in x0 A se esiste un funzionale lineare
xx
f (x) f (x0 ) (x x0 )
= 0.
kx x0 k
x2 +y 2 sin( x2 +y 2 )
se (x, y) 6= (0, 0)
( x2 +y 2 )3
f (x, y) =
1
se x = 0 = y
6
Non occorre calcolare derivate per mostrare che f dierenziabile nellorigine. Basta mostrare che f sviluppabile secondo Taylor al primo ordine: in
particolare, mostriamo che
f (x, y) f (0, 0)
p
= 0.
(x,y)(0,0)
x2 + y 2
lim
Infatti, questo equivale a dire che f dierenziabile nellorigine con dierenziale nullo. Per calcolare il limite nellultima espressione, osserviamo che
ossia
x2 +y 2 )
( x2 +y 2 )3
p
x2 + y 2
x2 +y 2 sin(
1
6
= o(1) ,
p
p
x2 + y 2 sin( x2 + y 2 ) 1
p
= o( x2 + y 2 ) .
6
( x2 + y 2 )3
sin 1
= o() ,
3
6
ossia
3
sin = o(4 ) ,
6
x2 +y 2 1
e
x2 +y 2
ossia
g(x, y) = h() :=
se
(x, y) 6= (0, 0)
se
x=0=y
e 1
,
la funzione g sarebbe stata continua nellorigine, ma il dierenziale non sarebbe stato nullo, perch e = 1++ 21 2 +o(2 ), e quindi h() = 1+ 21 +o().
In altre parole, h()h(o)
6= o(1). Questo equivale a dire che la funzione g non
g(x, 0) g(0, 0)
= lim+
:= lim+
x0
x0
x
ex 1
x
1
ex 1 x
1
= lim+
= ,
2
x0
x
x
2
g(x, 0) g(0, 0)
:= lim
= lim
x0
x0
x
= lim
x0
e|x| 1
|x|
e|x| 1 |x|
1
= .
x |x|
2
h() h(0)
= 0,
n
X
Di f (x0 ) e i =
i=1
n
X
Di f (x0 ) dxi .
(1.57)
i=1
P
Al variare di x0 la funzione lineare x0 7 dfx0 = ni=1 Di f (x0 ) dxi , da Rn
a (Rn ) Rn , si chiama un forma differenziale esatta. Pi in generale, con
questa stessa notazione, dataPuna npla di funzioni continue a1 , . . . , an su
Rn , la funzione lineare x0 7 ni=1 ai (x0 ) dxi , da Rn a (Rn ) Rn , si chiama
una forma differenziale lineare. Per uno studio di questi concetti rinviamo
il lettore alla Deniziona 1.29.41 ed alle corrispondenti Sottosezioni 1.29.5,
1.29.7, 1.29.8.
1.22.2
f (z0 ) = lim
1.22.3
Di h(x ) =
n
X
Dk f (y 0) Di k (x0 ) .
k=1
Definizione 1.22.18. (Jacobiano.) Se una funzione f : Rn Rn differenziabile, il determinante della sua matrice Jacobiana j(x) = det J(x)
(Denizione 1.22.8) si chiama la funzione jacobiana, o pi brevemente lo
Jacobiano di f .
Definizione 1.22.19. (Funzioni localmente invertibili.) Siano A e B
due aperti in Rn e f una funzione da A a B. Si dice che f localmente
invertibile in x A se esistono un aperto U A contenente x ed un aperto
V B contenente f (x) tali che f : U V sia biunivoca. La funzione f
localmente invertibile in A se localmente invertibile in tutti i punti di A.
Ad esempio, la trasformazione delle coordinate polari, f1 (r, ) = r cos ,
f1 (r, ) = r sin , 0 6 r < , R, non invertibile perch non iniettiva
1.22.4
f (x, y) dx dy =
f(, ) d d ,
Esercizio 1.22.25. (Integrazione in coordinate sferiche.) La trasformazione in coordinate sferiche in tre dimensioni espressa in termini degli angoli
di latitudine e di longitudine (detti angoli di Eulero) gi introdotti nelle
identit (??) come segue:
x = cos sin
y = sin sin
z = cos ,
con > 0, 0 6 < 2, 0 6 6 .
z
(x, y, z)
cos
sin
x
Figura 1.16: Angoli di Eulero e coordinate sferiche
167
f (x, y, z) dx dy dz =
f(, , z) 2 sin d d d .
1.23
1.23.1
F (y) =
D2 f (x, y) dx .
(1.58)
b
a
D2 f (x, ) dx .
a
Ora ssiamo > 0 ed il ad esso associato che rende vera (1.58). Inoltre
prendiamo |y y0| < . Allora anche k(x, ) (x, y0 )k < per ogni x [a, b];
pertanto, per (1.58),
Z b
Z b
F (y) F (y0 )
D2 f (x, y0) dx 6
|D2 f (x, ) D2 f (x, y0 )| dx
y y0
a
a
6 |b a| ,
(1.59)
e quindi limyy0
F (y)F (y0 )
yy0
= F (y0 ).
F (y) =
D2 f (x, y) d(x) .
[a,b]
169
disuguaglianza (1.59),
Z
F (y) F (y0 )
D
f
(x,
y
)
d(x)
2
0
y y0
[a,b]
Z
6
|D2 f (x, ) D2 f (x, y0)| d||(x) 6 ||([a, b]) ,
[a,b]
1.23.2
O\Br
Poniamo Fr (y) = Br f (x, y) dx. Allora (1.61) equivale a dire che, per r ,
Fr (y) converge uniformemente rispetto a y A allintegrale F (y) in (1.60).
Lo stesso risultato vale se invece della misura di Lebesgue si considera una misura regolare di Borel assolutamente continua rispetto alla misura di Lebesgue
(Definizione 1.9.25).
Corollario 1.23.7. Se f e D2 f sono continue in O A
R e lintegrale in
(1.60) convergente per ogni y A e lintegrale F2 (y) = O D2 f (x, y) dx
uniformemente convergente, allora (F2 continua per il Corollario ?? e) si
pu scambiare la derivata con lintegrale: per ogni y, F (y) = F2 (y), cio
Z
Z
D2
f (x, y) dx =
D2 f (x, y) dx .
O
171
Br
f (x, y) dy dx =
Z Z
A
Br
Fr (y) dy
F (y) dy
A
Z Z
=
f (x, y) dx dy
f (x, y) dx dy =
D
f
(x,
y
)
d(x)
2
0
y y0
O
Z
F (y) F (y0 )
1.23.3
Definizione 1.23.9. (Integrale improprio con singolarit al finito uniformemente convergente.) Si dice che lintegrale F (y) in in (1.60) uniformemente
convergente rispetto a y se per ogni > 0 esiste r0 > 0, che dipende da ma
non da y, tale che, per ogni palla B = Br (x0 ) con centro x0 e raggio r < r0
si ha
Z
f (x, y) dx < .
(1.62)
R
D\Br
Poniamo Fr (y) = D\Br f (x, y) dx. Allora (1.62) equivale a dire che, per
r 0+ , Fr (y) converge uniformemente rispetto a y U allintegrale F (y) in
(1.60).
1.23.4
173
s1 x
1
s1 x
e dx +
xs1 ex dx
0
1
Z 1
Z
<
xa1 dx +
xb1 ex dx <
e dx =
(1.63)
perch ts < ta per 0 < a < s e 0 < t < 1, e viceversa ts < tb per s < b
e t > 1. Gli ultimi due integrali sono convergenti perch a 1 > 1 e
perch la velocit di decadimento asintotico dellesponenziale predomina sulla
crescita del polinomio (Sezione 1.1). Pertanto lintegrale uniformemente
convergente rispetto al parametro s [a, b] in base al test di Weierstrass
(Corollario 1.23.8 ed il suo analogo per integrali con singolarit al nito).
derivata dellintegrando della funzione ts1 ln tet , e lintegrale
R La
ts1 ln t et dt uniformemente convergente per lo stesso argomento che
0
abbiamo usato per la funzione .
Ritornando ora al parametro complesso z = s + iu osserviamo che |tz | =
s iu
|t | = ts |eiu ln tR| = ts . Pertanto anche gli integrali complessi (z) =
Rt
(z) =
tz1 ln t et dt .
0
1.24
175
deve essere strettamente contenuto in Bn1 . Anche nel caso multidimensionale, come accennato sopra, si applica questo ragionamento e vale la stessa
n , e quindi
inclusione. Quindi ogni B B contenuto in n B
m ( B ) < m n Bn 6 m (n Bn ) .
Nota 1.24.4. La scelta del fattore 1/4 nel precedente Lemma di ricoprimento
di Vitali 1.24.3 pu apparire arbitraria ed innaturale. Quanto si pu migliorare? Supponiamo di voler provare che, per qualche 0 < < 1, vale
la disuguaglianza m (n Bn ) > m ( B ) per una opportuna successione
Bn costruita con largomento del Lemma. Questo possibile, ma le scelte delle costanti diventano meno naturali e semplici. In eetti, il fattore
11/3 nellasserzione fatta nella dimostrazione del Lemma si trasformerebbe
, e quindi nella denizione dei Bn occorrerebbe richiedere
in 1 + 2 = 2+
N
B1 , . . . , BN di intervalli in B tale che m E \ n=1 Bn < .
Dimostrazione. Linsieme E0 := B un aperto (perch unione di intervalli) di misura nita perch contenuto in E. Per il precedente Lemma
di Vitali 1.24.3, esiste una sottofamiglia numerabile {Bn } di {B } tale che,
ponendo E1 := B \ n Bn , si ha m(E1 ) < 43 m(E0 ). Poich n Bn ha misura nita, per ogni > 0 esiste una sottofamiglia nita {Bn1 , Bnk } tale che
k
m(
n=1 Bn \ j=1 Bnj ) < : in particolare, esiste una tale sottofamiglia tale
che, ponendo E10 := B \ kj=1 Bnj , si ha m(E10 ) < 45 m(E0 ).
Poich {B } un ricoprimento di Vitali di E, la sottofamiglia {B } di {B }
177
che consiste di tutte gli intervalli che non sono contenuti in kj=1 Bnj un
ricoprimento di Vitali di E10 , ed iterando il ragionamento troviamo una sottofamiglia nita {Bm1 , Bml } di {B } tale che m(E10 \ lj=1 Bmj ) < 45 m(E10 ) <
4 2
m(E0 ). Ora uniamo le due sottofamiglie
una nuova
5
nitel per produrre
k
sottofamiglia nita {Bi1 , Bir } = j=1 Bnj p=1 Bmp con la propriet
2
che E2 := E0 \ rq=1 Biq ha misura inferiore a 45 m(E0 ). Per ricorrenza, per ogni N costruiamo cos una sottofamiglia nita {Bs1 , Bst } tali che
N
N
m(E0 \ tu=1 Bsu < 54 m(E0 ). Basta scegliere N tale che 54
< per
avere lenunciato.
1.25
Per ogni funzione f ci sono quattro modi di denire la sua derivata ad ogni
punto x interno al suo dominio di denizione: due derivate destre,
D + f (x) = lim sup
h0+
f (x + h) f (x)
h
f (x + h) f (x)
h
f (x) f (x h)
h
f (x) f (x h)
.
h0
h
Diciamo che f derivabile in x se queste quattro derivate sono nite ed
uguali, ed in tal caso scriviamo f per il valore comune delle quattro derivate.
chiaro che per una funzione f continua in un intervallo il fatto che una delle
quattro derivate sia sempre non negativa implica che f non decrescente.
Viceversa:
D f (x) = lim inf
Teorema 1.25.1. Sia f non decrescente in [a, b]. Allora f derivabile quasi
ovunque con derivata f finita. Inoltre f misurabile, e
Z b
f (x) dx 6 f (b) f (a) .
a
N
X
n=1
Daltra parte, poich D + f (x) > u, per ogni y A esiste k > 0 sucientemente piccolo anch (y, y + k) sia contenuto in qualche In e valga la
disuguaglianza f (y + k) f (y) > uk. Come prima, il Lemma di Vitali ci permette di trovare una famiglia nita J1 , . . . , JM di tali intervalli la cui unione
contiene un sottoinsieme di A di misura esterna minore di s . Sommando
su di essi si trova
M
X
i=1
M
X
n=1
ki > u (s ) .
N
X
n=1
M
X
i=1
179
f (x) = g(x).
Mostriamo ora che g misurabile e nita quasi ovunque. Poniamo gn (x) =
n f (x + n1 ) f (x) (ovviamente qui si intende f (x) = f (b) se x > b). Abbiamo appena visto che gn (x) g(x) per quasi ogni x: quindi g misurabile
per la Nota 1.9.41. Inoltre gn > 0 perch f crescente: quindi possiamo
applicare il Lemma di Fatou (Teorema 1.9.52) ed ottenere
Z
g 6 lim inf
= lim inf
gn = lim inf n
a
= f (b) f (a)
b+1/n
f n
1
f (x + ) f (x) dx
n
!
a
a+1/n
a+1/n
dove lultima disuguaglianza segue dal Teorema della Media Integrale (Sezione 1.1) perch f crescente in [a, a + n1 ]. Quindi g integrabile con integrale
nito, e pertanto deve essere nita quasi ovunque. Pertanto f = g esiste
nita quasi ovunque, ed inoltre vale la disuguaglianza dellenunciato.
Nota 1.25.3. Alcune propriet della misura di Lebesgue in rapporto ad insiemi chiusi ed aperti diventano caratterizzazioni in termini della misura esterna
di Lebesgue. In particolare, il Lemma 1.9.33 si estende al seguente enunciato,
che non viene utilizzato in questo libro e che, pertanto, non dimostriamo (per
la dimostrazione si veda [22, Cap.3, Sez.3, Prop.15]):
Per un sottoinsieme E R le seguenti condizioni sono equivalenti:
(i) E misurabile
(ii) per ogni > 0 esiste un aperto O E tale che m (O \ E) <
1.26
Definizione 1.26.1. (Variazione totale e funzioni di variazione limitata.) Usiamo la seguente terminologia: per ogni numero reale a scriviamo
[a]+ = max{a, 0} [a] = min{a, 0}: quindi [a]+ , [a] > 0 e a = [a]+ [a] .
Sia f : [a, b] R e a = x0 < x1 < < xk = b una partizione nita di [a, b].
Chiamiamo
k
X
p=
[f (xi ) f (xi1 )]+
i=1
k
X
i=1
[f (xi ) f (xi1 )]
(1.64)
(si tratta della somma telescopica delle dierenze consecutive dei valori di f
sui punti della partizione). Ora poniamo P = Pab = sup p, N = Nab = sup n
e Tf = T = Tab = sup t, dove gli estremi superiori sono presi rispetto a tutte
le partizioni nite di [a, b]. Questi tre numeri si chiamano, rispettivamente,
la variazione positiva, negativa e totale di f sullintervallo [a, b]. Se T <
si dice che f di variazione limitata in [a, b] e si scrive f BV [a, b] e
T := Varf [a, b].
Stabiliamo una denizione identica per le funzioni denite su un intervallo
[a, b] ma a valori in Rn o Cn , semplicemente rimpiazzando il valore assoluto
con la norma euclidea (o qualunque altra: sono tutte equivalenti a dimensione
nita!).
Una denizione analoga si applica a funzioni denite su tutto R.
181
(1.65)
1
+ 2k
nei quali il graco della funzione tangente a quello della bisettrice del primo
quadrante (quindi f (x2k+1 ) = x2k+1 ), ed i punti
x2k =
3
2
1
+ 2k
X
k=1
|f (x2k+1 ) f (x2k )| =
X
k=1
|f (x2k+1 )| + |f (x2k )| =
X
k=1
|x2k+1 | + |x2k |
Esercizio 1.26.5. Si svolga lo stesso calcolo del precedente Esempio 1.26.4 per
la funzione f (0) = 0 e f (x) = x2 sin(1/x2 ) per x 6= 0 e si dimostri che questa
funzione di variazione limitata (la stima nale diventa |x2k+1 | + |x2k | =
O(1/k 2)).
Teorema 1.26.6. f BV [a, b] se e solo se f la differenza di due funzioni
monotne limitate definite su [a, b].
Dimostrazione. Per x [a, b] poniamo g(x) = Pax e h(x) = Nax . Allora
g e h sono funzioni monotne non decrescenti, entrambe con valori niti,
ossia limitate, perch 0 6 Pax 6 Tax 6 Tab < dal momento che f BV , ed
analogamente per Nax . Inoltre, grazie a (1.65), si ha f (x) = f (a)+g(x)h(x),
ed quindi f la dierenza delle due funzioni monotne f (a) + g e h.
Viceversa, se f = g h su [a, b] con g e h non decrescenti denite (e
quindi nite) su [a, b], allora per ogni partizione nita {x1 , . . . , nk } di [a, b]
si ha, come in (1.64),
k
X
i=1
|f (xi ) f (xi1 )| 6
k
X
i=1
|g(xi ) g(xi1 )| +
k
X
i=1
=
e quindi Tab (f ) 6 g(b) g(a) + h(b) h(a) < .
|h(xi ) h(xi1 )|
g(b) g(a) + h(b) h(a)
1.27.
183
Dimostrazione. Questo fatto vero per le funzioni monotne, grazie allesistenza dei loro limiti (Sezione 1.1), e quindi anche per le funzioni di variazione
limitata, grazie al precedente Teorema 1.26.6.
1.27
Lemma 1.27.3. Per ogni f integrabile (con integrale finito) su [a, b], la
funzione F in (1.66) continua e di variazione limitata su [a, b].
Dimostrazione. La continuit il Lemma 1.27.2. Il fatto che F sia di variazione limitata una conseguenza immediata della seguente disuguaglianza,
che vale per ogni partizione a = x0 < x1 < < xk = b :
Z b
k
k Z xi
X
X
|F (xi ) F (xi1 )| 6
|f (t)| dt =
|f (t)| dt .
i=i
i=i
xi1
1.27.
185
Rx
a
Dimostrazione. Una funzione integrabile se e solo se lo sono le parti positive e negative della sua parte reale ed immaginaria (si riveda la Denizione
1.9.47). Quindi basta dimostrare lenunciato per f > 0. In tal caso, supponiamo che f > 0 su un insieme E di misura di Lebesgue m(E) > 0 e
deduciamone una contraddizione.
Poich m(E) > 0, sappiamo dal Lemma 1.9.33 di poter trovare un chiuso
C E con m(C) > 0. Osserviamo che il fatto che f > 0 sul chiuso C implica
R
Rb
f > 0. Allora,
poich
f = 0, se consideriamo laperto O = (a, b) \ C
C
a
R
R
deve valere O f = C f < 0. Per il Lemma 1.9.3 (i) O si decompone come
unione disgiunta di una famiglia numerabile di intervalli aperti (an , bn ). Segue
R bn
R
P
dal Teorema di Convergenza Monotna 1.9.53 che O f =
n=1 an f . Perci
Rb
almeno uno degli addendi non nullo, diciamo anno f 6= 0. Ma allora
o
bno
R ano
a
fe
ano
R bno
a
f=
bno
ano
f 6= 0 ,
1
F (x) dx
F (x) dx = lim
fn (x) dx = lim n
F x+
n
n
n
a
a
!
Z y+1/n
Z a+1/n
= lim n
F (x) dx n
F (x) dx
Z
= F (y) F (a) =
f (x) dx
f fn
monotna non decrescente. Grazie al Teorema 1.25.1, Gn esiste quasi ovunque, nita Re non negativa. Daltra parte, fn limitata, e quindi, dal Lemma
x
1.27.5, Dx a fn = fn (x) per quasi ogni x. Pertanto, per quasi ogni x [a, b],
F (x) = Dx Gn + Dx
fn > fn (x) .
1.28.
187
Ora facciamo tendere n a innito, ed otteniamo F (x) > f (x) quasi ovunque.
Da qui segue
Z b
Z b
F (x) dx >
f (x) dx = F (b) F (a) .
a
Rb
Daltra parte, poich F non decrescente, a F (x) dx 6 F (b) F (a) per il
Teorema 1.25.1. Quindi
Z b
Z b
Nota 1.27.7. La seconda parte del Teorema Fondamentale del Calcolo (cio
lenunciato del Teorema 1.27.1 (ii)) non vale in un ambito cos generale: non
1
vero che, se una funzione g derivabile
R x quasi ovunque e g L [a, b], allora
per ogni x [a, b] si ha g(x) = g(a)+ a g (t) dt. Ad esempio, sia g la funzione
denita nellintervallo [1, 1] che vale 0 in [1, 0) e 1 in [0, 1]. Allora g
Teorema 1.28.9.
1.28
Esempio 1.28.3. Non tutte le funzioni continue in un intervallo sono assolutamente continue. Si consideri la funzione dellEsempio 1.26.4: abbiamo
visto che essa continua in [0, 1]. Questa funzione derivabile con continuit in ogni intervallo [a, 1] con 0 < a < 1, e quindi assolutamente
continua in questi intervalli, grazie alla precedente Nota 1.28.2: per non
assolutamente continua in [0, 1]. Per vericarlo, si considerino i punti xk
introdotti nellEsempio 1.26.4, nei quali il graco della funzione alternativamente
tangente alle due bisettrici degli assi. Abbiamo visto che la serie
P
|f
(x
k+1 ) f (xk )| divergente, e pi precisamente che il termine gek=1
1
nerale tende a zero
Pn per k esattamente come k . Pertanto le somme
parziali sm,n = k=m |f (xk+1 ) f (xk )| con n > m divergono per ogni m
quando n tende ad innito: quindi, ssato un qualsiasi > 0, comunque si
scelga m esiste n = n tale che sm,n > . Daltra parte, x0 = 2 ed i punti {xk , k = 0, . . . , }P
costituiscono una partizione (innita) dellintervallo
2
[0, ]. Perci la serie
k=1 xk xk+1 la lunghezza di questo
P intervallo, e
quindi converge. Ne segue che le somme parziali rm,n = nk=m |xk+1 xk |
con n > m tendono a zero se m tende ad innito: ossia, per ogni > 0,
1.28.
189
esiste m = m tale che rm,n < per ogni n > m. Questo signica che, per
ogni ssato, comunque si scelga > 0 la sottosuccessione nita costituita
dai punti xk per m 6 k 6 n non verica la disuguaglianza della Denizione
1.28.1 di assoluta continuit.
n
X
i=1
n
X
i=1
|f (yi ) f (xi )| .
Esempio 1.28.5. Limiti uniformi di successioni di funzioni assolutamente continue non sono necessariamente assolutamente continui. Si consideri la funzione dei precedenti Esempi 1.26.4 e 1.28.3, e la si consideri denita in un
intervallo [0, a] per qualche a > 0 (oppure [0, +). Essa si annulla ai punti
1
xn = n
, una successione che converge a 0. Approssimiamo f con la funzione
fn su [0, a] denita da fn (x) = 0 se x > xn e fn (x) = f (x) altrimenti. Allora
f fn nulla al di fuori di [0, xn ], ed in [0, xn ] coincide con f , e quindi in
questultimo intervallo verica la disiguaglianza |f (x) fn (x)| = |f (x)| 6 x.
Ne segue che kf fn k 6 xn 0, e quindi fn converge uniformemente a f
sullintervallo [0, a]. Le funzioni fn sono tutte continue e C 1 a tratti in [0, a],
e quindi assolutamente continue in base alla Nota 1.28.2, per il limite f non
assolutamente continuo, come fu mostrato nellEsempio 1.28.3.
Corollario 1.28.7. Ogni funzione assolutamente continua ha derivata (finita) quasi ovunque.
Ora estendiamo alle funzioni assolutamente continue una propriet ben
nota delle funzioni continue:
Lemma 1.28.8. Se f assolutamente continua in [a, b] e f = 0 quasi
ovunque, allora f costante su [a, b].
Dimostrazione. Per ogni t [a, b] esiste un insieme Et (a, b) di misura di
Lebesgue t a in cui f = 0. Per ogni x Et e > 0 esiste un h > 0 tale che
lintervallo [x, x + h] contenuto in [a, t] (perch Et contenuto nellaperto
(a, b)) e |f (x + h) f (x)| < h (perch f (x) = 0). Grazie al Lemma 1.9.33,
per ogni > 0 esiste un sottoinsieme compatto C Et di misura maggiore
di che pu essere coperto da una famiglia di tali intervalli. Poich C
compatto (Denizione 1.9.4), esso viene ricoperto da una sottofamiglia nita
di tali intervalli (Lemma 1.9.3 (ii)), i quali, eventualmente inserendo altri
punti di suddivisione, si possono prendere con interni disgiunti: indichiamoli
con [xk , yk ], con a = y0 6 x1 < y1 6 x2 < 6 yn 6 xn+1 = t . Ora
prendiamo un > 0 e scegliamo per il numero che corrisponde a > 0
nella Denizione 1.28.1 di assoluta continuit. Ora sappiamo che
n
X
k=0
n
X
k=1
|xk+1 yk | <
n
X
k=1
(yk xk ) < (t a) .
1.28.
191
k=1
Dimostrazione. La prima parte dellenunciato il Lemma 1.27.2. Viceversa, sia F assolutamente continua in [a, b]: allora di variazione limitata (Proposizione 1.28.6) e derivabile quasi ovunque (Corollari 1.28.7 oppure 1.26.8). Inoltre F la dierenza di due funzioni monotne non decrescenti, F = F1 F2 (Teorema 1.26.6), e quindi |F | 6 F1 + F2 . Pertanto, per il Teorema Fondamentale del Calcolo per L [a, b] (Lemma 1.27.5),
Rb
|F (x)| dx 6 F1 (b) + F2 (b) F1 (a) F2 (a) <R , quindi F L1 [a, b].
a
x
Ne segue che il suo integrale indenito G(x) = a F (t) dt assolutamente
continuo, di nuovo per il Lemma 1.27.2, e quindi lo la dierenza f = F G.
Daltra parte, f = F G = 0 quasi ovunque, di nuovo per il Lemma 1.27.5, e quindi f costante in [a, b] per il Lemma 1.28.8. Poich
f (a) = F (a) G(a) = F (a), ora per ogni x [a, b] si ha
Z x
F (x) = F (a) + G(x) =
F (t) dt .
a
b
a
|f (t)| dt .
(1.67)
|f (t)| dt .
(1.68)
Infatti, sia {a = t0 < t1 < < tn } una partizione nita di [a, b]. Grazie al
precedente Teorema 1.28.9, si ha
|f (ti ) f (ti1 | 6
ti
ti1
|f (t)| dt .
Quindi la variazione
totale rispetto ad una qualsiasi partizione nita magRb
giorata da a |f (t)| dt. Passando allestremo superiore rispetto alla partizione otteniamo (1.68)
Dimostriamo il viceversa. Poich f L1 [a, b], per ogni > 0 esistono
funzioni a gradini (Denizione 1.18.1)) g 6 f 6 h su [a, b] tali che
Z
b
a
(1.69)
e
h
=
b}. Scriviamo allora g = m
i=1 ai i , dove i la funzione
i=1 i i
caratteristica dellintervallo i = [ti1 , ti ] della partizione, e le costanti a
i ,
a+
sono
rispettivamente
minoranti
e
maggioranti
di
f
quasi
ovunque
in
tale
i
intervallo. Allora, per ogni u, v in i si ha
|f (u) f (v)| 6 a+
i ai
(1.70)
1.28.
193
f (v) 6
ti ti1
ti ti1
6
1
ti ti1
Z ti
(1.71)
(f (t) f (v)) dt
ti1
Z ti
|f (t) f (v)| dt 6 a+
i ai .
ti1
> |f (v)| a+
i ai ,
ti ti1
ed integrando rispetto a v in i otteniamo
|f (ti ) f (ti1 )| >
ti
ti1
|f (v)| dv (a+
i ai )(ti ti1 ) .
(1.72)
b
a
|f (t)| dt .
(1.73)
Ora prendendo lestremo superiore al variare della partizione troviamo Tab (f ) >
Rb
|f (t)| dt . Poich libero di variare arbitrariamente, passando allea
stremo inferiore rispetto a ricaviamo
Tab (f )
>
|f (t)| dt
j=1
kf (u) f (v)k 6
n
X
j=1
a+
ji aji
a+
f (v)
6
ji aji .
ti ti1
j=1
ti
ti1
kf (v)k dv
n
X
j=1
a+
ji aji (ti ti1 ) .
P Rb
Poich lultimo addendo al lato destro coincide con nj=1 a (hj gj ), il resto
della dimostrazione procede esattamente come prima salvo per la sostituzione
dei moduli con le norme.
Corollario 1.28.11. (Teorema Fondamentale del Calcolo per funzioni derivabili ovunque con derivata in L .) Sia f una funzione definita
in un intervallo [a, b], derivabile ovunque in (a, b) e tale che f L [a, b].
Allora f assolutamente continua, ed in particolare, per ogni a, x R,
Z x
f (x) = f (a) +
f (t) dt .
a
1.28.
!F (x) := f (a) +
195
f (t) dt
(1.74)
(lassoluta continuit segue anche dal Lemma 1.27.2 oppure dal Teorema
1.28.9). Pertanto F f assolutamente continua, e, sempre per il Teorema
1.28.9 F = f quasi ovunque. Quindi (F f ) = 0 quasi ovunque in [a, b], e
pertanto F f costante, per il Lemma 1.28.8. Visto che F (a) = f (a), ne
segue che F (x) = f (x) per ogni x, e quindi lenunciato.
(1.75)
y2
y1
Z
f (t) dt <
y2
y1
g(t) dt < (|g(y1)| + ) |y2 y1 |
(1.78)
f (t) f (y)
< f (y) + .
ty
(1.79)
1.28.
197
(1.80)
Nota 1.28.13. Il fatto che f esista ovunque non implica necessariamente che
f appartenga a L1 . Ad esempio, la funzione f (x) = x2 sin(1/x2 ) (per x 6= 0)
assolutamente continua (per un ragionamento analogo a quello dellEsercizio 1.26.5), ma la sua derivata, f (x) = 2x sin(1/x2 ) 2x1 cos(1/x2 ) non
appartiene a L1 in nessun intorno dellorigine, a causa della divergenza di
tipo 1/x: facile vericare che questa funzione, anche se oscillante a causa
dellloscillazione del coseno, ha, in valore assoluto, integrale divergente (esercizio). Naturalmente questa funzione ha derivata in L1 [a, b] per ogni [a, b]
che non contenga lorigine, e quindi il precedente Teorema 1.28.12 si applica
a questi intervalli.
Nota 1.28.14. Dal Teorema ??appiamo che, se una funzione f assolutamente continua, allora derivabile quasi ovunque, la derivata f integrabile sui
compatti e f lintegrale indenito della propria derivata (su quei compatti); viceversa, se f un integrale indenito, allora assolutamente continua
e f coincide quasi ovunque con lintegrando. Dal Teorema ??appiamo che,
se f derivabile ovunque con f integrabile sui compatti, allora f assolutamente continua ed lintegrale indenito della propria derivata. Allora
naturale chiedersi se vale il viceversa del primo enunciato, nel senso seguente: se f derivabile quasi ovunque e f integrabile sui compatti, allora f
necessariamente lintegrale indenito della propria derivata? Vedremo nella
Proposizione 1.28.19, forse sorprendentemente, che la risposta no.
A questo ne sono opportuni vari preliminari sul legame fra funzioni con de-
1.28.1
|f (xi ) f (xi1 )| =
n
X
i=1
1.28.
199
Z bZ
a
g (t) dt d(x) .
g (t) dt d(x) =
g (t) + (x t) dt d(x) .
a
g (t) d(x) dt =
g (t) (f (b) f (t)) dt
g (t) f (t) dt .
1.28.2
Sappiamo che le funzioni assolutamente continue sono a variazione limitata. Il seguente risultato illustra quali funzioni a variazione limitata sono
assolutamente continue.
Definizione 1.28.17. Una funzione continua ovunque, derivabile quasi ovunque con derivata nulla quasi ovunque, si chiama una funzione continua singolare.
Teorema 1.28.18. (Decomposizione di Lebesgue.) Se f di variazione
limitata su R, continua a sinistra e limx f (x) = 0, allora f esiste quasi
ovunque, f L1 (R), ed esiste una seconda funzione fs a variazione limitata,
continua a sinistra e tendente a zero per x , derivabile quasi ovunque
con fs = 0 quasi ovunque, e tale che, per ogni x,
Z x
f (x) = fs (x) +
f (t) dt .
La funzione fs quindi una funzione continua singolare nel senso della precedente Definizione 1.28.17, che viene chiamata la parte singolare di f . Si
ha fs 0 se e solo se f assolutamente continua.
Dimostrazione. In base al Teorema 1.28.15, f (x) = (, x) per qualche
misura di Borel complessa nita e per ogni x. In base al teorema di Radon
Nykodim (parteR(ii) del Teorema 1.9.27), possiamo decomporre (E) come
(E) = s (E)+ E g(t) dt, con s singolare rispetto a e g L1 (R) (in questo
caso rispetto alla misura di Lebesgue). Allora, ponendo fs (x) = s (, x),
segue di nuovo dal Teorema di RadonNykodim 1.9.27, parte (iii), che fs =
0 e f = g quasi ovunque: abbiamo provato lidentit dellenunciato. La
funzione fs identicamente
R x nulla se e solo se s la misura zero (e viceversa),
nel qual caso f (x) = g(t) dt assolutamente continua per il Lemma
1.27.2: questo prova lultima asserzione dellenunciato.
1.28.
1.28.3
201
1
con f L , ma tali che f (x) 6= f (a) + a f (t) dt. In particolare,esistono
funzioni con derivata nulla quasi ovunque ma non costanti.
Dimostrazione. La dimostrazione consiste nella costruzione di un esempio appropriato. Questa costruzione svolta nel prossimo Esempio 1.28.20.
\
2
m(E) = m( En ) = lim
= 0.
n
3
n=1
Ora indichiamo la funzione caratteristica di En con n , e rinormalizziamo
Rx
ponendo hn = (3/2)n n . Allora khn k1 = 1. Poniamo fn (x) = 0 hn (t) dt.
Allora fn (0) = 0, fn (1) = 1, fn non decrescente e costante su ciascun intervallo contenuto in E. Invece
sui 2n intervalli chiusi Jn che compongono En ,
R
ciascuno lungo 3n , si ha Jn hn (t) dt = (3/2)n 3n = 2n . Daltra parte, Jn
lunione di due intervalli chiusi di lunghezza 3(n+1) che sono parti di En+1
e di un intervallo aperto centrale (della stessa lunghezza) che nel complemento di En+1 . Visto che hn+1 normalizzata in modo da essere tre volte
Z
+
J\En+1
JEn+1
n
n+1 n !
3
3
3
6
m(J En+1 )
m(J \ En+1 ) +
2
2
2
n
3
1 n
3
2 n
=
3 +
1
3
2
3
2
3
2
2n .
=
3
P
n
Poich la serie
convergente, dalle ultime due stime segue che {fn }
n=1 2
una successione di Cauchy nella norma uniforme (si completino i dettagli
per esercizio), e quindi converge ad una funzione f continua non decrescente
tale che f (0) = 0, f (1) = 1 e costante in intorni sucientemente piccoli di
ogni x
/ E, quindi con f (x) 0 fuori di E. Poich m(E) = 0, la funzione
f si annulla quasi ovunque, e quindi f una funzione continua singolare
nel senso della Denizione 1.28.17. La funzione f si chiama la funzione di
Cantor.
1.28.
203
connessa contenesse anche un altro punto y, dovrebbe contenere lintero intervallo (x, y). Chiamiamo d = |y x| la lunghezza di tale intervallo. Sia n
tale che 3n < d. Linsieme En ottenuto dopo i primi n tagli non contiene
intervalli di lunghezza maggiore di 3n , come si vede immediatamente per
induzione, e quindi non pu contenere (x, y).
Esiste un modo pi chiaro ed elegante di provare questo risultato. Ogni
punto nellintervallo [0, 1] P
pu essere scritto come sviluppo in base 3, ossia
n
come la serie convergente
n=1 an /3 , con an = 0, 1 o 2. La serie parte da
n = 1 perch limitiamo lattenzione a sviluppi la cui somma in [0, 1]. Per
il punto 0, tutti gli an sono nulli; per il punto 1, tutti gli an valgono 2, ma
in questo casoP
lo sviluppo non unico se si accetta che gli indici partano da
n
n = 0, perch
= 1 = 1+0/3+0/32 +. . . . Osserviamo che il punto
n=1 2 3
1/3 corrisponde alla successione dei coecienti a1 = 1, a2 = a3 = = 0,
ma anche inP
questo caso lo sviluppo non unico a causa del fatto che la serie
n
geometrica
P n=2 2n3 = 2/9 + 2/27 + . . . converge a 1/3. Analogamente,
2/3 =
n=1 an /3 con a1 = 2, a2 = a3 = = 0, ma anche a1 = 1,
a2 = a3 = = 2. I punti che hanno due diversi sviluppi ternari sono quelli
le cui cifre da un dato indice in poi sono tutti 2 (esattamente come, nel caso di
sviluppi decimali, i numeri con due sviluppi diversi sono quelli con sviluppo
decimale le cui cifre sono denitivamente 9).
Ci svela che i punti estremi dei sottointervalli connessi la cui unione lo
nsimo insieme En la cui intersezione linsieme di Cantor sono esprimibili
con due diversi sviluppi ternari, uno dei quali contiene qualche cifra 1 e laltro
uno sviluppo nito che non contiene la cifra 1. altrettanto facile vedere
che i punti interni di En sono esprimibili con sviluppi ternari inniti i cui
coecienti an valgono 0 o 2, ma mai 1. Linsieme di Cantor E consiste
quindi di tutti i numeri in [0, 1] esprimibili con uno sviluppo ternario che non
contiene la cifra 1: se un numero ha due sviluppi ternari, viene incluso in E
se uno dei due sviluppi non contiene la cifra 1 (questo include in E tutti i
punto estremi dei 22 sottointervalli connessi che formano En , per ogni n).
Considerato lo sviluppo ternario, evidente che linsieme di Cantor
totalmente sconnesso.
dati x,
diciamo x < y, con sviP Infatti,
Py E diversi,
n
n
luppi ternari x = n>1 an /3 e y = n>1 bn /3 consideriamo il primo indice
n0 tale che an 6= P
bn : allora deve essere an0 = 0 e bn0 = 2 (perch x < y),
ed i numeri z = n>1 cn /3n con cn = an = bn per 1 6 n < n0 e cn0 = 1
vericano x < z < y: se si scelgono non tutti i ck = 1 per k > n0 , questi
numeri z hanno uno sviluppo ternario unico e non appartengono a E (perch
lo sviluppo contiene la cifra 1). Quindi E totalmente sconnesso.
che
manda
il
numero
x
=
n>1 an /3
P
appartenente a E nel numero y = n>1 bn /2n [0, 1] tale che bn /an /2, ossia
bn = 0 se an = 0 e bn = 1 se an = 2 (per i punti di E che hanno due sviluppi
ternari dierenti, ovviamente usiamo quello senza la cifra 1). In tal modo si
ottiene qualsiasi successione {bn } di 0 e 1, e quindi qualsiasi sviluppo binario
in [0, 1]: quindi limmagine di lintero intervallo [0, 1]. I punti x, y E
con x < y sono dati da due sviluppi ternari in cui la prima cifra dierente
(diciamo la cifra di indice k) 0 per x e 2 per y: la mappa cambia questa
cifra 2 in 1, ma preserva lordinamento perch la prima cifra binaria dierente
fra (x) e (y) maggiore per y che per x, e quindi (x) < (y). In altre
parole, monotna crescente su E, ed una mappa iniettiva di E su [0, 1].
Estendiamo
il dominio di da E a [0, 1]. Dato uno sviluppo ternario
P
x = n>1 an /3n di un punto arbitrario di [0, 1] (non necessariamente di E),
tronchiamo lo sviluppo al primo indice N tale che aN = 1 (pertanto non lo
tronchiamo aatto se x E, nel qual caso N = ), e poniamo bn P
= an /2 per
n
n < N, bN = aN = 1 e bn = 0 se n > N. Allora il numero y = N
n=1 bn /2
appartiene a [0, 1], ma ora occorre dimostrare che la mappa cos estesa a
tutto [0, 1] ben denita, ossia che i punti con due diversi sviluppi ternari
portano allo stesso sviluppo binario. Ma due sviluppi ternari hanno la stessa
somma x esattamente quando essi coincidono no ad un dato indice n0 , e uno
dei due ha cifre an costantemente uguali a 2 da n0 + 1 in poi (con an0 = 0 o
1), mentre laltro si ottiene dal primo ponendo an = 0 per tutti questi indici
maggiori di n0 , ed aggiungendo 1 (modulo 3) a an0 . Possiamo supporre che
an 6= 1 per n < n0 , visto che leventuale apparire di una cifra 1 arresterebbe
1.28.
205
Esempio 1.28.22. (Insiemi di Cantor di misura zero ottenuti rimuovendo terzi non centrati.) Le caratteristiche dellinsieme di Cantor che
rendono vera la Proposizione 1.28.19 non richiedono che la sua costruzione
sia cos simmetrica come labbiamo eettuata, rimuovendo ogni volta i terzi
centrali. Infatti, basta scegliere una qualsiasi successione {n } monotona decrescente con 0 = 1 e limn n = 0 e costruire insiemi En costituiti dallunione
di 2n intervalli disgiunti di lunghezza 2n n , ottenendo ricorsivamente En+1
rimuovendo da ciascuno di questi intervalli che formano En un segmento di
lunghezza 2n (n n+1 ), in modo che ciascun intervallo in En dia luogo a
due intervalli di lunghezza 2(n+1) n+1 . Allora gli insiemi chiusi ET
n costituiscono una famiglia decrescente tale che m(En ) = n , e quindi E =
n=1 En
ancora un compatto non vuoto di misura zero. La costruzione, per, meno
Esempio 1.28.23. (Insiemi di Cantor generalizzati, di misura positiva.) Una variante di misura > 0 dellinsieme di Cantor, chiamato
insieme di Cantor generalizzato E () , si ottiene rimuovendo iterativamen()
te da En 2n segmenti centrali di lunghezza non 3(n+1) (come nel caso del
terzo centrale), ma 3(n+1) . Tutti le deduzioni esposte precedentemente
continuano a valere, e E () un compatto non vuoto tutti i cui punti sono di accumulazione ed il cui complemento denso in [0, 1], ma adesso la
misura di E () non zero. Infatti, la misura dellinsieme ternario di Cantor E zero perch ad ogni passo della costruzione sottraiamo ad En 2n
intervalli di lunghezza 3(n+1) (ovviamente disgiunti da quelli sottratti al
passo precedente), e quindi P
alla ne ci che sottraiamo complessivamente
2
3
n1
1/3 + 2/3 + 4/3 + =
/3n = 1. Nel caso generalizzato, sotn=1 2
() n
traiamo invece da En P
2 segmenti centrali di P
lunghezza 3(n+1) , e quindi
n
n1
n
in totale sottraiamo n=1 2 /3 = /3
n=1 (2/3) = . Pertanto
m(E () ) = 1 .
Nota 1.28.24. Si consideri linsieme di Cantor E di misura zero ottenuto rimuovendo ricorsivamente i terzi centrali a partire dallintervallo [0, 1]. Che
relazione intercorre fra la funzione ternaria
R x di Cantor introdotta nella Nota
1.28.21 e la funzione di Cantor f (x) = 0 E costruita alla ne dellEsempio
1.28.20?
Naturalmente la funzione di Cantor f denibile pi in generale, su insiemi di Cantor ottenuti rimuovendo segmenti non centrati (Esempio 1.28.22)
od anche per insiemi di Cantor generalizzati di misura positiva (Esempio
1.28.23), mentre la funzione ternaria di Cantor no, perch la sua costruzione
si basa su una serie ottenuta proprio dallaritmetica in base 3. Ma se si considera linsieme di Cantor dei terzi centrali, allora che relazione c ?
Entrambe hanno derivata nulla in ciascuno degli intervalli (terzi centrali) via
via rimossi, sono continue, monotne non decrescenti, valgono 0 in 0 e 1 in
1 ed in particolare la loro immagine tutto lintervallo [0, 1]. Si potrebbe
provare a dimostrare che le due funzioni coincidono, usando il fatto che f
approssimata dalle funzioni fn date dalle primitive delle funzioni caratteristiche En dopo le prime n generazioni di rimozioni di terzi centrati, mentre
espressa come una serie convergente approssimata dalle sue somme parziali
n-sime n , le quali sono il troncamento alle prime n cifre ternarie, poi divise
1.29.
207
1.29
1.29.1
Curve regolari
Nota 1.29.4. ovvio che se due curve sono equivalenti e la prima semplice
allora lo anche la seconda.
u(b) = d
u(a) = d
u(b) = c
Nel primo caso si dice che lequivalenza conserva il verso, ovvero che le due
curve equivalenti hanno lo stesso verso; nel secondo caso si dice che hanno
verso opposto. In questo senso, lavere lo stesso verso una nuova relazione di equivalenza, pi ne, su ogni classe di equivalenza di curve: questa
nuova relazione di equivalenza ha solo due classi, che si chiamano i versi di
percorrenza della curva.
0 6 t 6 2
0 6 t 6 4
1.29.
209
s(t) = (t, 1 t2 )
1 6 t 6 1.
Questa seconda curva ha la stessa immagine della prima, semplice e di classe
C 0 ma non C 1 perch la sua derivata diverge agli estremi. Le due curve quindi
sono equivalenti come curve di classe C 0 grazie a quanto osservato nella Nota
1.29.8, ma non sono equivalenti in classe C k con k > 0. Le due curve hanno
versi opposti: in base allEsempio 1.29.6, una curva equivalente a r e dello
stesso verso
p(t) = (t, 1 t2 )
1 6 t 6 1.
1.29.2
Notazione 1.29.13. Una curva r : [a, b] Rn continua di variazione limitata (Denizione 1.26.1) si dice di lunghezza finita, o anche rettificabile. La
variazione totale di r si chiama la sua lunghezza e si indica con (r).
Dalla Denizione 1.26.1 di variazione limitata segue immediatamente:
Corollario 1.29.14. Sia = {a = t0 < t1 < . . . < tn = b} una partizione
finita di [a, b]. La variazione della curva r rispetto a questa partizione la
lunghezza della spezzata poligonale da essa sottesa, cio
p() =
n
X
i=1
kr(ti ) r(ti1 )k .
1.29.
211
Esempio 1.29.16. Esistono curve continue non di lunghezza nita. Ad esempio, abbiamo mostrato nellEsempio 1.26.4 che la curva
0
t=0
r(t) =
1
t sin t
1 < t 6 0
continua ma non a variazione limitata, quindi non di lunghezza nita.
g(t) dt .
r(b ) r(a ) =
a
Inoltre, g = r quasi ovunque. In base alla Nota 1.28.2, una classe particolare di queste curve costituita dalle curve continue e C 1 a tratti (ad
esempio le poligonali). Per la denizione precisa di curva C 1 a tratti si veda
la Denizione 5.11.8 che diamo nel seguito.
1.29.3
Le seguenti propriet dellintegrale seguono direttamente dalla denizione, tranne la propriet (iii) che nientaltro che il Corollario 1.29.18.
Proposizione 1.29.20. (Propriet dellintegrale curvilineo di un campo scalare.) Sia r : [a, b] Rn una curva assolutamente continua, R la
sua immagine in Rn e f una funzione continua su R. Allora
(i) Lintegrale curvilineo un funzionale lineare sullo spazio delle funzioni
continue.
(ii) (Teorema della media.) Questo funzionale continuo, nel senso (si
veda la Sezione 4.6) che
Z
min f (r) 6 f ds 6 max f (r) .
R
1.29.
213
f ds =
f (r(t)) kr (t)k dt =
f (p(s)) kp (s)k ds =
u1 (b)
u1 (a)
f ds .
1.29.4
f(r(t)) kr (t)k dt .
f ds =
Esercizio 1.29.25. Mostrare che lintegrale curvilineo della precedente Denizione 1.29.24 ha propriet analoghe a quello di campi scalari: linearit,
additivit rispetto alla concatenazione di curve di integrazione, teorema della media per la norma dellintegrale (Proposizione 1.29.20) ed invarianza per
equivalenza (Proposizione 1.29.22): in particolare esso non dipende dal verso
di percorrenza.
f (r(t)) r(t) dt .
f ds =
1.29.
215
una curva quello del baricentro della curva, intesa come un lo di materiale
a densit data da f .
Esercizio 1.29.31. Mostrare che lintegrale complesso introdotto nella Denizione 1.29.30 gode delle propriet di linearit, additivit rispetto alla concatenazione di curve di integrazione, teorema della media, invarianza sotto
equivalenza di curve che preservano il verso di percorrenza, e che esso cambia
di segno se si rovescia il verso di percorrenza.
1.29.
217
n+1
La prossima variante della nozione di integrale curvilineo di fondamentale interesse. Ad essa, nella terminologia alternativa di integrale di una
forma differenziale, dedicato il resto dellintera Sezione.
Definizione 1.29.38. (Integrale curvilineo a valori scalari di un campo vettoriale.) Sia f : Rn Rn un campo vettoriale e r : [a, b] Rn
una curva assolutamente continua a valori nel dominio di denizione di f.
Chiamiamo integrale di f lungo la curva r il numero
Z
Z b
f ds =
f(r(t)) r (t) dt .
r
Quando
non c adito a confusione, denotiamo questo integrale anche con
R
f dr.
Esercizio 1.29.40. Mostrare che lintegrale a valori scalari di un campo vettoriale, cio il lavoro svolto dal campo, ha le propriet di linearit, additivit
rispetto alla concatenazione di curve, invarianza sotto equivalenza di curve
che preservano il verso di percorrenza, e cambia di segno se si rovescia il verso di percorrenza; inne, mostrare che esso gode della propriet della media
nella forma seguente:
Z
f ds 6 (r) max kf(r(t))k
a6t6b
per qualche opportuno t0 [a, b] (qui (r) la lunghezza della curva; per lultima uguaglianza si applichi il Teorema della Media Integrale (Sezione 1.1)).
1.29.5
Nella Denizione 1.29.38 abbiamo introdotto lintegrale di un campo vettoriale lungo una curva in Rn ,
Z
f ds =
f(r(t)) r (t) dt =
Z bX
n
a
fi (r(t))ri (t) dt .
i=1
Nella Nota 1.22.12 abbiamo chiamato una espressione di questo tipo una forma dierenziale esatta. Rammentiamo la denizione, rinviando alla suddetta
Nota per quanto concerne la terminologia.
Definizione 1.29.41. (i) Data una npla di funzioni continue
Pn a1 , . . . , an
n
in un dominio aperto A R , la funzione lineare : x 7 i=1 ai (x) dxi ,
da Rn a (Rn ) Rn , si chiama una forma differenziale lineare del primo
ordine.
1.29.
219
i=1
Nota 1.29.43. Data una forma dierenziale lineare del primo ordine, i suoi
coecienti a1 (x) , . . . , an (x) formano una campo vettoriale f . Rammentiamo
che lintegrale di una forma dierenziale lungo una curva ha il signicato
sico del lavoro svolto
R dal Rcampo su un corpo che si muove lungo la curva
(Esercizio 1.29.40): r = r f dt nel senso della Denizione 1.29.38. Pertanto, per le forme dierenziali lineari del primo ordine valgono le propriet
dellEsercizio 1.29.40. In particolare, lintegrale di una forma dierenziale
lungo una curva lo stesso per tutte le curve nella sua classe di equivalenza
positiva di orientamento (introdotta nella Notazione 1.29.7), ossia percorse
nello stesso verso, mentre lopposto per le curve orientate in senso opposto.
Quindi lintegrale dipende solo dal verso di percorrenza (per il suo segno),
ma non dalla velocit di percorrenza della curva.
Nel seguito ci riferiremo alle forme doerenziali lineari del primo ordine
semplicemente come forme differenziali lineari.
1.29.6
Insiemi connessi
1.29.
221
1.29.7
=
r&s
= f (x) +
1
0
= f (x) +
n
X
n
X
aj (s(t)) si (t) dt
j=1
aj (x + tei ) dt = f (x) +
ai (x + tei ) dt .
j=1
ai (x + tei ) dt = ai (x) .
Quindi df = .
Viceversa, sia una forma dierenziale esatta, e f tale che = df . Sia
r : [a, b] E una curva di classe C 1 a tratti da x a y. Siano t0 = a < t1 <
t2 < < tm = b tali che ri sia di classe C 1 negli intervalli [tj1 , tj ] , con
j = 1, . . . , m. Allora
Z
=
r
m Z
X
j=1
tj
n
X
tj1 i=1
i f (r(t)) ri (t) dt .
(1.83)
m Z
X
j=1
tj
tj1
m
X
f (r(t)) dt =
(f (r(tj )) f (r(tj1)))
j=1
1.29.
223
1.29.8
(1.84)
identicamente in E.
Dimostrazione. Richiedere che sia esatta di classe C 1 signica richiedere che
esista una funzione primitiva f di classe C 2 tale che = df . La condizione
dellenunciato equivale allidentit Dj Di f = Di Dj f , che vera in base al
Lemma di Schwarz 1.22.3.
x2
y
x
dy 2
dx
2
+y
x + y2
quindi lintegrale sulla curva chiusa s non nullo e la forma non esatta
(il campo non conservativo).
Osserviamo per che il dominio dove denibile questa forma il piano
bucato: se ad esempio avessimo scelto = x dy y dx, allora la forma
sarebbe stata denita ovunque e non esatta, ma non sarebbe stata vericata
la condizione (1.84).
Definizione 1.29.51. (Insiemi semplicemente connessi.) Un sottoinsieme connesso E del piano si dice semplicemente connesso se non esiste
alcun punto w
/ E ed alcuna curva chiusa r con immagine in E tale che lindice di avvolgimento Indr (w) (introdotto nella Denizione 1.29.34) sia non
nullo: ovvero, se non esiste alcuna curva in E che gira intorno a punti fuori
di E (cio, se linterno dellimmagine delle curve in E tutto contenuto in
E, senza buchi : questultima osservazione per ora intuitiva verr resa precisa
grazie alla nozione di equivalenza omotopica nella Sezione 2.4.
Teorema 1.29.52. Se E un aperto semplicemente connesso in Rn e
una forma differenziale lineare di classe C 1 su E, allora la condizione (1.84)
sufficiente affinch sia esatta.
Dimostrazione. In realt non diamo qui la dimostrazione in dettaglio, ma
rinviamo il lettore ad una dimostrazione simile in un altro capitolo successivo. Lidea la seguente: per prima cosa (Teorema 2.4.6) si dimostra che due
curve omotope possono essere portate luna nellaltra con unomotopia lineare a tratti (ossia, realizzando una interpolazione poligonale, lineare a tratti,
dallimmagine della prima a quella della seconda); poi si dimostra che, sotto
questo tipo di omotopia, lintegrale di una forma dierenziale C 1 a tratti lo
stesso per le due curve (Teorema 2.4.7); inne, si sceglie come prima curva
una curva chiusa e si utilizza il fatto che il dominio semplicemente connesso per scegliere la seconda curva costante (ovvero avente per immagine un
punto solo), e su di essa ovviamente lintegrale zero. I succitati riferimenti
in realt hanno a che fare con integrali lungo curve di funzioni olomorfe su C
(che introdurremo nel successivo Capitolo 2, nella Denizione 2.2.4), le quali, come vedremo, vericano automaticamente la condizione (1.84) in base
1.29.
225
alla parte (iv) del Teorema 2.1.5 (equazioni di CauchyRiemann). Quindi la dimostrazione a cui abbiamo rinviato il lettore solo apparentemente
in un altro contesto, tranne per il fatto che lo spazio ambiente, un aperto semplicemente connesso in C R2 ha due sole dimensioni reali (ma la
generalizzazione a pi dimensioni non dovrebbe essere dicile ).
1.30
1.30.1
Misura esterna
Per la propriet di HeineBorel (parte (ii) del Lemma 1.9.3) possiamo limitare lattenzione a ricoprimenti niti {On = (an , bn ), n = 0, . . . , N}. Poich
!I n On , esiste 0 6 n1 6 N tale che a (an1 , bn1 ), ossia an1 < a < bn1 .
Se b 6 bn1 , allora vale la disuguaglianza (1.85), quindi possiamo assumere
bn1 6 b. Daltra parte, bn1 non appartiene allintervallo (an1 , bn1 ), e quindi
bn an >
k
X
i=1
(la disuguaglianza stretta perch due intervalli Oni consecutivi si intersecano: contengono entrambi bni ). Siccome, per costruzione, si ha an1 < a <
b < bnk , abbiamo dimostrato la disuguaglianza (1.85), e quindi lenunciato,
per ogni intervallo limitato e chiuso.
Daltra parte, dato un qualunque > 0, ogni intervallo limitato I contenuto
in un intervallo limitato e chiuso K tale che (I) > (K) = m (K) :
ne segue che lenunciato continua a valere per ogni intervallo limitato.
Inne, se I un intervallo illimitato, ossia una semiretta o lintera retta, esso contiene intervalli limitati di lunghezza arbitrariamente grande e quindi,
ovviamente, la sua misura esterna innita.
da cui lenunciato.
1.30.2
Lemma 1.30.8. Tutti gli insiemi di misura esterna nulla sono misurabili.
Dimostrazione. Supponiamo !m (E) = 0. PoichA E E e A E A,
segue dalla Nota 1.30.2 che !m (A E) 6 m (E) = 0, e m (A) > m (A
E) = m (A E) + m (A E). La disuguaglianza opposta segue di nuovo
dalla Nota 1.30.2.
(1.86)
(1.87)
(1.88)
1.30.4) abbiamo m (A E) 6
m
(A
Ek ). Perci la disuguaglianza
k=0
(1.88) certamente vera purch sia vero che
m (A) >
X
k=0
m (A Ek ) + m (A E) .
A sua volta, questa disuguaglianza certamente vera purch per ogni intero
n sia vero che
!!m (A) >
n
X
k=0
m (A Ek ) + m (A E) .
(1.89)
n
m (A Ek ) .
m (A (k=0 Ek )) =
k=0
Lemma 1.30.11.
Lemma 1.30.11. La misura esterna di insiemi disgiunti finitamente additiva: se {Ek : k = 0, . . . , n} una famiglia finita di insiemi misurabili
disgiunti, allora
m (A
(nk=0 Ek ))
n
X
k=0
m (A Ek ) .
(1.90)
1.30.3
Ora mostriamo che i Boreliani (ovvero gli elementi della -algebra generata
dagli intervalli aperti, Denizione 1.9.9) sono insiemi misurabili secondo la
denizione di Carathodory.
(1.93)
m (B) 6 m (n Jn ) 6
n m (Jn ) e m (C) 6 m (n Kn ) 6
n m (Kn ).
Sommando queste due disuguaglianze, in base alla identit (1.93) ed alla
disuguaglianza (1.92) otteniamo
X
X
m (B) + m (C) 6
(m (Jn ) + m (Kn )) =
(In ) 6 m (A) + .
n
1.30.4
Misura di Lebesgue
Proposizione
P1.30.15. Per ogni successione En di insiemi misurabili si ha
m(n En ) 6
in aggiunta gli insiemi En sono a due a due
n m(En ). Se P
disgiunti, allora m(n En ) = n m(En ).
Dimostrazione. La disuguaglianza segue direttamente dalla propriet corrispondente per la misura esterna (Proposizione 1.30.4). Proviamo allora
lidentit nel caso di una famiglia di insiemi a due a due disgiunti: ancora
una volta grazie alla subadditivit (numerabile) della misura esterna, basta
provare
m(
n=1 En )
m(En ) .
(1.94)
n=1
Consideriamo una famiglia finita di insiemi misurabili En a due a due disgiunti: dal Lemma 1.30.11 segue
la nita additivit di m, ovvero lidentit delleP
nunciato, m(n En ) = n m(En ). Ora passiamo a considerare una famiglia
{En } infinita di insiemi misurabili a due a due
Per ogni k, segue
Pdisgiunti.
k
dalla Nota 1.30.2 e dalla nita additivit che n=1 m(En ) = m(kn=1 En ) 6
m(
n=1 En ). Da qui, facendo tendere n a innito, otteniamo la disuguaglianza
(1.94).
1.31
233
= +
. Allora 1 = +
. Allora
|f (x) + g(x)|p 6 (|f (x)| + |g(x)|)p
dove lultima disuguaglianza segue dalla Denizione 1.15.1 di convessit perch la funzione t 7 tp convessa per t > 0 e p > 1 (Esercizio 1.7.3, oppure,
se non si svolto quellesercizio, si applichi il Corollario 1.15.9). Se p > 1
questa disuguaglianza stretta a meno che f0 = g0 ed f e g abbiano due
valori complessi della stessa fase per ogni x.
Integrando entrambi i termini di questa disuguaglianza si ottiene
kf + gkp 6 ( + )p kf0 kpp + (1 )kg0kpp
p
6 ( + )p = !kf kpp + kgkpp .
Capitolo 2
Analisi complessa
Questo capitolo presenta cenni della parte elementare della teoria delle funzioni f : C 7 C derivabili in senso complesso. Lesposizione ispirata a (ed
in gran parte tratta da) [23, Chapter 10] ed a [1, Chapter 16].
2.1
f (z0 ) = lim
236
(z0 )
xx0
x x0
x
f (z0 ) = lim
f (z0 ) = lim
yy0
(2.1)
(z0 ) .
iy iy0
i y
Questo equivale a reinterpretare f come funzione da C a R2 e considerare le sue derivate parziali complesse f
(z ) e f
(z ). A causa del fattore
x 0
y 0
i al denominatore nella derivata al variare di y, le precedenti identit ora
diventano
f
f
(z0 ) = i (z0 ) .
(2.2)
x
y
Si osservi che queste derivate parziali sono numeri complessi. Ora separiamone la parte reale dalla parte immaginaria:
Re f
Im f
f
=
+i
x
x
x
(2.3)
(2.4)
2.1.
237
spazio complesso unidimensionale C (e tutti i funzionali lineari su uno spazio unidimensionale sono moltiplicazioni per un numero). Ma se separiamo le
parti reale ed immaginaria, questo funzionale diventa un funzionale lineare su
R2 , che, nella base canonica, rappresentato da una matrice bidimensionale.
Quale la matrice?
Per semplicit, scegliamo z0 = 0 (non c perdita di generalit, perch ci
si riconduce a questo caso con una traslazione, che non altera derivate e
dierenziali). Scriviamo f (0) = a + ib e z = x + iy. Allora (2.5) diventa
p
f (z) = f (0)+(a+ib)(x+iy)+o(kx+iyk) = axby +i(bx+ay)+o( x2 + y 2 )
(2.6)
dove chiaramente il simbolo o(kzk) rappresenta un innitesimo rispetto a kzk
(Sezione 1.1), quindi del tipo z(z). Ora reinterpretiamo f : C 7 C come
una funzione f : R2 7 R2 : allora dalluguaglianza (2.6) si ricava la seguente
espressione reale delloperatore lineare su R2 determinato dal dierenziale
complesso, in termini di una matrice reale 2 2:
x
a b
x
df|(0,0)
=
.
y
b a
y
Ma la matrice che rappresenta il dierenziale di una funzione reale fR2 7 R2
data dalla matrice Jacobiana (Denizione 1.22.8), espressa in termini delle
derivate parziali di f come segue:
Re f
Re f
(0)
(0)
x
df|(0,0) =
.
Im f
Im f
(0)
(0)
x
y
f
f
(0) x +
(0) y + o(kzk)
x
y
(2.7)
238
Riassumendo, nella precedente Nota 2.1.3 abbiamo mostrato che una funzione f : C 7 C derivabile in senso complesso se e solo se dierenziabile
in senso complesso, e se lo allora dierenziabile in senso reale (come funzione da R2 in s), e anche come funzione da C a R2 , e le sue derivate parziali
(in senso reale) sono legate dalle equazioni di CauchyRiemann. Il prossimo
risultato, Proposizione 2.1.5, mostra il viceversa: se f dierenziabile in
senso reale e le sue derivate parziali soddisfano le equazioni di Cauchy, allora
f derivabile in senso complesso. Premettiamo una notazione utile.
Notazione 2.1.4. Denotiamo con e i seguenti operatori dierenziali sulle
funzioni f : R2 7 R2 derivabili in senso parziale:
1
=
(2.8)
i
2 x
y
1
=
.
(2.9)
+i
2 x
y
Proposizione 2.1.5. (Condizioni equivalenti alla derivabilit in senso complesso.) Per una funzione f : C 7 C, ad ogni punto z0 interno al
suo dominio di definizione le seguenti propriet sono equivalenti:
(i) f derivabile in z0 in senso complesso;
(ii) f differenziabile in z0 in senso complesso (cio nel senso in cui il
differenziale visto come applicazione lineare da C a C);
(iii) f , o meglio la funzione f : R2 7 R2 che si ottiene su R2 separandone
le parti reale ed immaginaria, differenziabile al punto z0 (nel senso
di R2 ) e le sue derivate parziali soddisfano le equazioni di Cauchy
Riemann (2.4);
(iv) f , vista come funzione da C a R2 , differenziabile al punto z0 (nel senso
di (2.7)) e le sue derivate parziali soddisfano le equazioni di Cauchy
Riemann (2.4);
0.
(v) f
239
2.2
240
Definizione 2.2.1. Una funzione olomorfa se derivabile in senso complesso in ogni punto dellaperto in cui denita, ossia se soddisfa le equazioni
di CauchyRiemann (2.4) ad ogni punto.
Per questa denizione, una funzione f olomorfa ha derivate parziali rispetto ad entrambe le variabili (reali) x e y. Supponiamo che queste derivate
parziali siano derivabili a loro volta in senso parziale con continuit (vedremo
che questo sempre vero: Corollario 2.5.4). Allora, derivando rispetto a x
la prima equazione di CauchyRiemann (2.4) e rispetto a y la seconda, ed
applicando il Lemma di Schwartz 1.22.3, otteniamo
f =
2f
2f
+
0.
x2
y 2
241
n
X
za
(x) a
n=0
242
1
= (x)a
(Sezione 1.1), e la convergenza uniforme rispetto a
converge a 1q
(x)z
x X grazie al test di Weierstrass 1.3.29. Pertanto la serie
X
n=0
X
1
(z a)n
=
((x) a)n+1
(x) a n=0
za
(x) a
n
1
uniformemente rispetto a x. Allora possiamo sostituire queconverge a (x)z
sta serie nellintegrando di (2.10) e scambiare la serie con lintegrale (Teorema
di integrazione per serie 1.3.34). In tal modo, per z Br (a), otteniamo
f (z) =
X
n=0
an (z a)n
R
1
dove an = X ((x)a)
n+1 d(x) (questo integrale convergente perch lintegrando non si annulla mai, visto che il modulo del suo denominatore
maggiore di r n+1 ).
2.3
Indice di avvolgimento
243
b
a
w (t)
dt ,
w(t) z
(2.11)
ed il fatto che lindice di avvolgimento abbia valori interi equivale alla seguente asserzione:
la funzione
Z s
w (t)
(s) exp
dt
(2.12)
a w(t) z
che vale zero grazie a 2.13, tranne che in un insieme nito di punti. Dal
momento che questa funzione continua, essa costante: poich (a) = 1
ne segue che
w(s) z
(2.14)
(s) =
w(a) z
244
Nota 2.3.3. La formula (2.14) mostra che, allaumentare di s in [a, b], lincremento della parte immaginaria della funzione (s) denita in (2.12) misura
lincremento dellargomento del numero complesso r(s) z durante il percorso di r intorno a z, e che questo incremento vale 2 Indr (z). Quindi il
precedente Teorema 2.3.2 asserisce che per ogni giro che il percorso chiuso
r compie intorno a z lindice di avvolgimento aumenta di 1 se il giro percorso in senso antiorario (il segno positivo dellincremento dellargomento dei
numeri complessi), e diminuisce di 1 se il giro in senso antiorario. Questo
fatto spiega la terminologia indice di avvolgimento.
2.4
245
h(t, 0) = r0 (t)
curve);
h(t, 1) = r1 (t)
nel caso (a), h(a, s) = r0 (a) = r1 (a) e h(b, s) = r0 (b) = r1 (b), ovvero
la deformazione conserva i punti iniziali e nali nelle curve intermedie;
nel caso (b), h(a, s) = h(b, s) per ogni s [0, 1], ovvero la deformazione conserva il fatto che le curve intermedie siano tutte chiuse.
La funzione h si chiama una omotopia.
Se una delle due curve omotope, diciamo r1 , costante, ossia r1 (t) = z1 per
ogni t [a, b], allora si dice che r0 omotopa al punto z1 .
Esercizio 2.4.2. Lomotopia una relazione di equivalenza sullinsieme delle
curve. Osservazione: per dimostrare la propriet transitiva si deve usare
la concatenazione di omotopie: se h0 e h1 sono le omotopie fra r0 e r1 e
rispettivamente fra r1 e r2 , allora lomotopia fra r0 e r2 la concatenazione
fra h0 e h1 ; lasciamo trovare al lettore la denizione precisa.
246
contenuto in A, allora le curve r0 e r1 sono omotope: lomotopia la combinazione convessa h(t, s) = sr0 (t) + (1 s)r1 (t). Questa omotopia si chiama
omotopia lineare.
In particolare, in un insieme convesso tutte le curve con gli stessi punti estremi sono omotope, e tutte le curve chiuse sono omotope ad un punto.
247
Teorema 2.4.7. (Invarianza per omotopia.) Sia f una funzione olomorfa in un aperto A, eccetto al pi su un insieme finito di punti in cui
almeno continua. Siano r0 e r1 due curve C 1 a tratti (o assolutamente
continue) omotope in A. Allora
Z
Z
f dz .
f dz =
r1
r0
rs (t) = d(t) ,
s
(2.15)
(2.16)
f (z) dz =
rs
zs (t) = w(t)
s
zs (t) = w (t) .
s
(2.17)
248
(s) =
(f zs )(t) + (f zs )(t) zs (t) dt
(f zs )(t) zs (t) dt =
s a
s
s
a
Z b
Z b
=
f (zs (t)) zs (t) zs (t) dt +
f (zs (t)) zs (t) dt
s
s
a
a
Z b
Z b
=
f (zs (t)) w(t) zs (t) dt +
f (zs (t)) w (t) dt
b
(f zs w)(t) dt = f zs w a ,
(2.18)
249
a
Chiaramente, possiamo riscrivere questo risultato come segue:
Corollario 2.4.11. Sia f una funzione olomorfa su un dominio A semplicemente connesso, u, w A e 1 , 2 due curve C 1 a tratti (o assolutamente
continua) Rda u a w.R Allora lintegrale di f da u a w indipendente dal
percorso: 1 f dz = 1 f dz.
2.5
250
Corollario 2.5.1. (Formula integrale di Cauchy in un insieme semplicemente connesso.) Se A C un aperto semplicemente connesso,
C una curva chiusa in A e f una funzione olomorfa su A, allora per ogni
z A \ C si ha
Z
f (w)
1
dw .
IndC (z) f (z) =
2i C w z
(z)
Dimostrazione. La funzione h denita su A da h(w) = f (w)f
se w 6= z, e
wzR
251
data dalla circonferenza con centro z0 e raggio r, percorsa una volta in senso
antiorario. Per il precedente Corollario 2.5.1 per ogni z tale che |z z0 | < r
si ha
Z
f (w)
1
dw
f (z) =
2i Cr w z
(si noti che basta applicare il teorema di Cauchy su dischi: una dimostrazione
diretta del teorema di Cauchy per questo ambiente semplice nellAppendice,
Sezione 2.16).
Ora possiamo applicare il Teorema 2.2.5, con X = [0, 2], (t) = eit e d(t) =
f ((t)) (t) dt e concludere che f sviluppabile in serie di potenze con centro
in z0 . I coecienti dello sviluppo sono i coecienti di Taylor di f (Corollario
1.6.1), che dipendono solo dai valori di f in intorni arbitrariamente piccoli
di z0 , quindi non dipendono dalla scelta di r < R. Quindi si pu scegliere
r arbitrariamente vicino a R ottenendo sempre lo stesso sviluppo: quindi la
serie converge nellintero disco aperto di raggio R.
252
Sempre per la convessit, per ogni altro punto z0 A il triangolo con vertici
a, z e z0 giace in A. Lintegrale di f lungo il perimetro di questo triangolo vale 0 per il teorema di Cauchy (Corollario 2.4.10). Qui in realt il
teorema di Cauchy ci serve solo sui triangoli: in questo ambiente lo riproveremo
separatamente nellAppendice, Sezione 2.16 (Lemma 2.16.1). Poich
R
dw
= z z0 , questo equivale, per z 6= z0 , allidentit
[z0 ,z]
Z
1
g(z) g(z0 )
f (z0 ) =
f (w) f (z0 ) dw .
(2.20)
z z0
z z0 [z0 ,z]
Poich f continua in z0 , per ogni > esiste > 0 tale che, se |w z0 | < ,
si ha |f (w) f (z0 )| < . Quindi, per z z0 , il secondo membro di (2.20)
tende a zero: pertanto g (z0 ) = f (z0 ). La stessa asserzione nel caso in cui
f sia olomorfa solo in A \ F si dimostra nello stesso modo, grazie al fatto
che il teorema di Cauchy sul triangolo di vertici a, z e z0 continua a valere
nellipotesi che f sia continua ovunque ed olomorfa in A meno un punto
(Lemma 2.16.1).
253
di
Borel
finita
su [a, b] la funzione h(z) =
R
R
. . . [a,b] ht (z) d(t) olomorfa, e si pu derivare sotto il segno di
R
R
integrale: h (z) = . . . [a,b] ht (z) d(t).
Rn \K
254
2.6
(2.21)
255
Corollario 2.6.2. (Unicit del prolungamento.) Se due funzioni olomorfe in un aperto connesso coincidono in un sottoinsieme che ha qualche
punto di accumulazione, allora coincidono dovunque.
2.7
256
n+2
ogni z 6= z0 in un disco aperto di centro z0 , si
n=0 an (z
Pz0 ) . Ora, per
ha f (z) = n=0 an (z z0 )n , e questa identit vale anche in z0 se poniamo
f (z0 ) = a0 . Quindi f sviluppabile in serie di Taylor convergente in un
intorno di z0 , e pertanto olomorfa anche in z0 (Corollario 2.5.4).
257
1
= (z z0 )m (f (z) w) ,
h(z)
(2.22)
2.8
f (re ) =
an r n ein
(2.23)
n=0
Questa serie uniformemente convergente, e quindi lintegrale che rappresenta i coecienti di Fourier della sua somma f (rei ) commuta con la somma.
Grazie allortogonalit degli esponenziali complessi ein , il coeciente di Fourier n-simo della funzione fr () f (rei ) precisamente an r n : quindi la serie
in (2.23) nientaltro che la serie di Fourier di fr . Dalla disuguaglianza di
Bessel (Corollario 4.3.2(iii)) ora segue
X
n=0
(2.24)
258
X
n=0
259
Se r abbastanza grande si ha
n1
X
ak r k
r >
n
k=0
k=0
1
Quindi, se P non ha zeri,
il suo reciproco f = P una funzione intera che
i
verica |f (0)| > f (re ) per tutti i e per r sucientemente grande: questo
contraddice il Teorema del Massimo Modulo (Corollario 2.8.3).
Da queste stime si deduce il seguente altro sorprendente risultato di rigidit, relativo alle propriet di convergenza di funzioni olomorfe: la convergenza
uniforme sui compatti di funzioni olomorfe equivale alla convergenza in C
(Denizione 11.3.6).
260
2.9
Sia f una funzione olomorfa nel disco BR (z0 ) con centro in z0 e raggio R.
Allora f sviluppabileP
in serie di potenze convergente in tale disco: se |z
n
z0 | < R si ha f (z) =
n=0 cn (z z0 ) per opportuni cn C. Se R =
allora f una funzione intera (Denizione 2.8.1).
1
Per semplicit, per il momento scegliamo
z0 = 0. La sostituzione z 7 z
1
trasforma f nella funzione g(z) = f z . Per la regola di derivazione di
funzione composta (Sezione 1.1), g olomorfa nellanello {z : |z| > R1 }, ed
ammette il seguente sviluppo in serie:
n X
1
g(z) =
cn
=
cn z n .
z
n=0
n=0
261
n
R, ossia ivi sviluppabile
come h(z) =
n=0 dn z , la somma u = g + h
P
1
soddisfa u(z) = n= an z n nellanello { R < |z| < R }, dove an = cn se
n < 0 e an = dn se n > 0; se n = 0 possiamo assumere c0 = 0 e a0 = d0 .
P
n
Notazione 2.9.1. Una serie doppia u(z) =
n= an z in cui le somme
sugli indici positivi e su quelli negativi convergono separatamente si chiama
serie di Laurent di f .
Abbiamo quindi provato:
n
delle
serie
di
potenze
a
z
e
n=0 n
n=1 an z . Se R < R la serie doppia
P
1
n
1
zz0
X
f0 (z) =
cn (z z0 )n
(2.25)
n=1
f1 (z) =
X
n=0
cn (z z0 )n
(2.26)
e le due serie convergono separatamente in A in maniera uniforme (la serie di f0 converge nel disco Br1 (z0 ); la serie di f1 converge nel complemento del disco chiuso Br0 (z0 ). I coefficienti dello sviluppo sono univocamente
determinati dalle identit
Z
f (z)
1
dz
(2.27)
cn =
2i Cr (z z0 )n+1
dove C una curva semplice chiusa che percorre in senso antiorario una
circonferenza con centro z0 contenuta nellanello A (cio tale che il suo raggio
r verifica r0 < r < r1 ) (od equivalentemente una curva omotopicamente
equivalente a questa).
262
se w 6= z, e h(z)
wz
R = f (z), continua su A ed olomorfa in A \ {z}.
Quindi lintegrale Hr = Cr h(w) dw = 0 indipendente da r (con r0 6 r 6
r1 ), per il teorema di invarianza omotopica (Teorema 2.4.7) (qui le curve Cr
sono linearmente omotope sotto lomotopia data dalla dilatazione con centro
z0 ). In particolare, H0 = H1 : questa uguaglianza si riscrive come
Z
1
dw
wz
1
f1 (z) =
2i
C1
f (w)
dw
wz
f (w)
dw
wz
f (w)
dw .
C1
C0
C1
C0 w z
(2.28)
R 1
1
Daltra parte, 2i C wz dw = IndC (z) lindice di avvolgimento del percorso
C intorno a z (Denizione 1.29.34). Nel nostro caso, z esterno a C0 , quindi
IndC0 (z) = 0, mentre C1 compie un giro intorno a z, quindi IndC1 (z) = 1.
Pertanto (2.28) diventa f (z) = f1 (z) + f1 (z), con
f (z)
1
dw
wz
1
f1 (z) =
2i
C0
f (w)
dw .
wz
(2.29)
Nota bene: si osservi che le identit (2.29) sono pressoch identiche a quella
del Corollario 2.5.1, che in eetti fu ottenuto con la stessa dimostrazione (il
lettore invitato a vericare). Per quel Corollario si riferiva ad una unica
curva, mentre qui abbiamo due circonferenze C0 e C1 ed il punto z nella
loro intercapedine. Per dedurre (2.29) da quel Corollario sarebbe bastato
tracciare un raggio che congiungesse C0 e C1 , e percorrerlo C1 in senso antiorario, poi queto raggio verso linterno, poi C0 in senso orario, poi il raggio
verso lesterno: in questo modo il raggio viene percorso due volte in versi
opposti ed il suo contributo allintegrale si cancella. Per la curva risultante
non semplice: se si preferisce avere una curva semplice occorre prendere
due segmenti paralleli distinti al posto del raggio, arbitrariamente vicini, in
modo che, per continuit, i loro contributi allintegrazione sono arbitrariamente vicini.
Come prima, per il Teorema di invarianza omotopica 2.4.7, gli integrali curvilinei che deniscono f1 e f1 non cambiano se invece che su C1 o C0 integriamo
su Cr con r0 6 r 6 R1 . In seguito sceglieremo lo stesso raggio (ovvero lo
stesso percorso) per entrambi gli integrali.
2.2.5, f1 olomorfa nel disco Br1 (z0 ), e quindi f1 (z) =
Ora,
P per il Teorema
n
n=0 cn (z z0 ) . Calcoliamo i coecienti dello sviluppo. A questo scopo,
263
z z0
w z0
(2.30)
X
1
tN +1
=
tn +
.
1 t n=0
1t
Osserviamo che
1
1t
wz0
:
wz
pertanto
1
1
1
=
.
w z0 1 t
wz
(2.31)
n=0
264
X
z z0
1
=
=
zw
1 t n=0
w z0
z z0
n
w z0
z z0
N +1
z z0
.
zw
f0 (z) =
n=1
dove
1
bn =
2i
Cr0
bn (z z) )n + RN
f (w)
dw = cn ,
(w z0 )1n
tende a zero
dove cn il coeciente in (2.27), ed il termine di resto RN
quando N . Questo prova lo sviluppo di f0 enunciato in (2.25); inoltre,
come gi prima, lintegrale che esprime i coecienti si pu calcolare, senza
che il risultato cambi, su qualsiasi altra circonferenza con raggio r0 6 r 6 r1 .
Quindi possiamo calcolare i coecienti di f0 e di f1 tramite integrali sulla
stessa circonferenza, ottenendo in tal modo sia pewr la parte regolare sia per
n=
cn (z z0 )n
convergente (nel senso che le due serie unilatere dei termini con indici
positivi e negativi convergono separatamente).
265
n=
cn (z z0 )n
Esercizio 2.9.7.
0;
(ii) la funzione cos z/z ha in z = 0 un polo del primo ordine (detto anche
polo semplice);
(ii) la funzione e1/z ha una singolarit essenziale in z = 0.
2.10
266
X
f (z) =
ck (z z0 )k
k=1
Nota 2.10.3. Segue dalla Nota 2.10.2 che, se f (z) = g(z) h(z), dove g ha
un polo del primo ordine al punto z = z0 e h olomorfa a z0 , allora
Resz=z0 f (z) = h(z0 ) Resz=z0 g(z).
f (z)(z z0 ) =
m=0
cmn (z z0 )m .
(n1)
(f (z)(z z0 ) ) =
m=n1
267
zz0
ossia lenunciato.
f (z) dz = 2i
r
n
X
(2.33)
j=1
zj interno a r
268
Laltro caso che il percorso r contenga il punto z0 al suo interno, cio gli giri
intorno: in tal caso r omotopo ad una circonferenza con centro z0 percorsa
un numero di volte pari a Indr (z0 ), e, di nuovo per il teorema di invarianza
omotopica, lintegrale in (2.35) ha il valore dellintegrale sulla circonferenza
percorsa una sola volta in senso antiorario moltiplicato per Indr (z0 ). Questo
dimostra le identit (2.35).
Sia ora fj la parte principale di f nello sviluppo di Laurent intorno a zj (la
terminologia quella del Teorema 2.9.3). In virt di questo teorema, fj
olomorfa in O \ {zj }. Invece f fj olomorfo in zj , perch coincide con
la parte regolare di f a zj . Si noti che f fj , sempre per il Teorema di
Laurent 2.9.3, olomorfa
P in O tranne che nei punti zm con m 6= j. Pertanto
la funzione g = f nj=1 fj olomorfa in tutto O. Poich r omotopa ad
un punto,
dal teorema di Cauchy (nella forma del Corollario 2.4.10) segue
R
che r g(z) dz = 0, ovvero
Z
f (z) dz =
n
X
fj (z) dz .
(2.36)
j=1
Con la notazione
2.9.3, scriviamo ciascuna parte principale fj
P del Teorema k
c
(z
z
)
, una serie uniformemente convergente in
come fj =
j
n=1 k
O \ {zj }. Ora, in ciascun addendo al secondo membro di (2.36) integriamo
termine a termine la corrispondente serie uniformemente convergente (Teorema 1.3.34) ed applichiamo a ciascun termine lidentit (2.35) per ottenere
2.11
Lindicatore logaritmico
Rammentiamo la notazione stabilita nel Teorema 2.6.1 e nella nella Denizione 2.9.5). Sia f una funzione non identicamente nulla che nel punto z0 non
ha singolarit oppure ha una singolarit isolata non essenziale (terminologia
come nel Teorema 2.7.3). Sia m il primo indice per cui ilPcoeciente dello
n
sviluppo di Laurent di f a z0 non nullo, ovvero f (z) =
n=m cn (z z0 )
con cm 6= 0. Scriviamo m = mf (z0 ) e diciamo che z0 uno zero di ordine (o
molteplicit) m di f se m > 0, ed un polo di ordine m se m < 0
In conseguenza del fatto che gli zeri di f non hanno punti di accumulazione
(Teorema 2.6.1), in ogni compatto mf (z0 ) nullo tranne al pi per un insieme
nito di punti z0 .
269
f (z)
dz = Nf + Pf
f (z)
2.12
270
2.12.1
f (z) = o(1/|z|)
per |z| . Per funzioni razionali, la stima precedente equivale a
f (z) = O(1/|z|2)
Resz=zj f (z) = 0 .
j=1
Resz=zj+ f (z) =
m
X
j=1
Resz=zj f (z)
271
j=1
= 2i
k
X
Resz=zj f (z) .
j=1
z+2
z+1
-r
r
z-1
z-2
Figura 2.1: Contorno per integrare una funzione meromorfa f (z) = o(1/|z|) senza poli
sullasse reale
Nota 2.12.2. Se la funzione razionale f reale, ossia quoziente di due polinomi a coecienti reali, i suoi poli, che sono gli zeri del denominatore non
compensati da zeri al numeratore, sono simmetrici rispetto allasse reale, perch il complesso coniugato di ogni radice di un polinomio reale ancora una
radice.
Esempio 2.12.3. Dal Teorema fondamentale del calcolo (1.1) sappiamo che
Z
1
dx = ,
2
1 + x
perch lintegrando la derivata della funzione arcotangente. Ricalcoliamo lintegrale applicando il teorema dei residui. Lestensione complessa
dellintegrando
1
f (z) =
i + z2
272
1
dx = .
1 + x2
In questo caso i poli sono i punti z = i, 2i. Calcoliamo, ancora come nella
Nota 2.10.3, i residui ai poli nel semipiano superiore.
Si ottiene
Resz=i f (z) =
1+i
1
1i
Resz=i
=
2
(2i)(4 + i )
zi
6
1+2i
2i
. Analogamente, Resz=2i f (z) = (4i)(1+4i
2 ) = 12 . Ne segue:
Z
1i 2i
1+x
= .
dx = 2i
2
2
6
12
6
(1 + x )(4 + x )
2.12.2
273
2i
1+x
(1+x2 )(4+x2 )
Consideriamo ora il caso in cui, in aggiunta a poli nel semipiano superiore ed inferiore, la funzione meromorfa f della precedente Sottosezione 2.12.1
abbia anche qualche polo semplice sullasse reale, diciamo x1 , . . . , xm . Mostriamo che il Teorema dei residui 2.10.5 ci permette di calcolare lintegrale
Z x1 Z x2
Z xm Z
I lim+
+
++
+
f (x) dx
(2.38)
0
x1 +
xm1 +
xm +
274
Nota 2.12.6. Nella situazione in cui lintegrando ha singolarit reali che non
sono poli semplici, lintegrale pu non convergere: ad esempio, se lintegrando
ha singolarit di ordine quadratico, o di ordine pari pi elevato, in un intorno
reale del punto di singolarit lintegrando di segno costante, ed in ciascuno
dei due semi-intorni destro e sinistro non ha integrale nito (Sezione 1.1. In
tale situazione, lintegrale improprio non si pu calcolare con i metodi di
questa Sezione.
2i
-1
-r
Figura 2.3: Contorno per integrare una funzione meromorfa f (z) = o(1/|z|) con poli
reali
Res f (z)z=x1
+ h(z)
z x1
275
C1
1
dz = i Resz=x1 f (z)
z x1
(2.39)
f (x) dx +
m
X
l=1
lim
0+
f (z) dz =
Cl,
lim
r,0+
= 2i
k
X
f (z) dz
Cr,
Resz=zj+ f (z) ,
j=1
f (x) dx = 2i
k
X
Resz=zj+ f (z) + i
j=1
m
X
l=1
f (x) dx = 2i
k
X
j=1
Resz=z f (z) i
j
m
X
l=1
Resz=xl f (z) .
276
2.12.3
277
R
R
limr er sin d = 0. Daltra parte, 0 er sin d 6 , perch lintegrando
limitato dalla costante 1,R e lo stesso risultato vale per lintegrale
R r sin
e
d. Pertanto limr Cr er sin d < 2, e, poich > 0
ix
f (x) e
dx = 2i
k
X
j=1
Resz=z + f (z) i
j
m
X
Resz=xl f (z) .
l=1
2.12.4
f (x) eix dx = 2i
k
X
j=1
Resz=zj f (z) + i
m
X
Resz=xl f (z) .
l=1
NellEsercizio 10.1.5 abbiamo calcolato la trasformata di Fourier di una funzione caratteristica: in particolare, segue immediatamente da questo Esercizio e dalla propriet di dilatazione della trasformata di Fourier (Teorema 8.2.4 (iv)) che la trasformata di Fourier di [ 1 , 1 ] la funzione
2 2
278
senso delle distribuzioni) se modichiamo il suo valore ai punti 1. Per analogia con la funzione somma della serie di Fourier della funzione caratteristica
(Teorema 5.15.1 (i)), vogliamo porre il valore della trasformata di Fourier a
questi due punti uguale a 2 , ovvero, se troviamo un modo diretto di calcolarla, ci piacerebbe che questo risultasse essere il valore ai due suddetti punti
estremi dellimmagine.
In eetti, questo approccio indiretto: preferiremmo essere in grado di
calcolare direttamente lintegrale di Fourier. Poich lintegrando non in L1 ,
il calcolo diretto richiede di troncare lintegrale su compatti via via pi grandi
e poi passare al limite al crescere del compatto. Purtroppo, per, non si riesce
a svolgere il calcolo dellintegrale troncato su un compatto: lintegrando non
una funzione elementare e non sappiamo calcolare i suoi valori sugli estremi
di un intervallo, nonostante il fattoR che siamo stati in grado, con tecniche pi
279
vediamo che
Z
1
sin x isx
e dx = (r (s + 1) r (s 1)) .
x
2i
(2.42)
Consideriamo il percorso chiuso Cr+ ottenuto chiudendo C con la semicirconferenza nel semipiano superiore con centro lorigine e raggio r, percorsa in
itz
senso antiorario. Allinterno di questo percorso la funzione e z olomorfa
nella variabile z per ogni t reale, e quindi il Teorema dei residui 2.10.5 asserisce che il suo integrale su questo percorso zero, ovvero che r (t) lopposto
dellintegrale sulla semicirconferenza (percorsa in senso antiorario). Tenendo
conto che sulla semicirconferenza si ha dz = irei d = iz d, troviamo
Z
i
r (t) = i
eitre d .
0
(2.43)
In questi due integrali, il modulo dellintegrando vale ert sin : poich sin
positivo per 0 < < (ossia nel semipiano superiore Im z > 0) e negativo
in quello inferiore, questo modulo tende a zero in maniera monotna nel
dominio 0 < < (ossia per z nel semipiano superiore) allorch t > 0, e
nel dominio < < 0 (ossia per z nel semipiano inferiore) allorch t < 0.
Pertanto dal Teorema di Convergenza Monotna 1.9.53 abbiamo
lim r (t) = 2i
se t < 0
lim r (t) = 0
se t > 0 .
r
r
(2.44)
280
lim
Zrr
sin x isx
e dx =
x
sin x isx
e dx = 0
x
se |s| < 1
se |s| > 1 .
Rr
Abbiamo cos vericato lidentit limr r sinx x eisx dx = [1,1] per tutti
i valori reali di s eccetto s = 1. Daltra parte, se s = 1 allora s 1 = 0 e
s + 1 = 2, e se s = 1 allora s 1 = 2 e s + 1 = 0. Nel primo caso segue da
(2.43) che r (s1) = r (0) = i, e da (2.44) che limr r (s+1) = 0. Nel
secondo caso invece abbiamo limr r (s 1) = 2i,
R r e r (s + 1) = r (0) =
i. Pertanto segue ancora da (2.42) che limr r sinx x eix dx = 2 . Questo conclude il calcolo diretto della trasformata di Fourier della funzione
sinc, ed indica che il risultato esattamente quanto volevamo, anche ai punti
estremi dellimmagine.
2.12.5
281
denominatore ha uno zero di ordine uno, e di nuovo la funzione f non integrabile in senso improprio; per questa volta integrabile nel senso del valore
principale di Cauchy (Esempio 11.5.5): lasciamo come esercizio al lettore il
calcolo dellintegrale in analogia al procedimento che stiamo per sviluppare
per il caso |a| > 1 adattato seguendo la linea della Sottosezione 2.12.2.
Trattiamo qui il caso pi facile, quello senza singolarit reali: |a| > 1. Sia
z = eit un numero complesso di modulo 1: allora
cos t =
Quindi
e2it + 1
1 it
z2 + 1
e + eit =
=
.
2
2eit
2z
1
dt =
a + cos t
|z|=1
z2
1
dz .
+ 2az + 1
Lintegrando ha due
282
f (t) dt = 2 l + i
n
X
i=1
Resz=xi f (z)
2.12.6
283
i=1
Suggerimento: scelto a reale, si integri sul contorno rettangolare di ascissa fra
a e a e di ordinata fra 0 e 2. Per a sucientemente grande, questo contorno
gira intorno a tutte
Si mostri che, grazie alla condizione (2.45)
le singolarit.
ed al fatto che e(aiy) = ea = o(ea ) (perch < 1), i contributi dei due
segmenti verticali tendono a zero quando a tende a innito. A questo punto
basta osservare che il contributo sul segmento orizzontale alto (il quale
pertcorso da destra a sinistra) ha il segno opposto di quello sul tratto verticale
basso (che lintegrale che si vuol calcolare) moltiplicato per il fattore e2i
(perch il fattore esponenziale sul tratto superiore il prodotto di questo
fattore per lesponenziale sul tratto inferiore).
e
dx =
.
x
sin()
1 + e
284
z = |z|ei abbiamo
log z = log |z| + i = log |z| + i + 2ki .
Quindi il logaritmo complesso in realt una funzione a pi valori, inniti
valori che dieriscono ciascuno dal precedente di 2i:
log z = log |z| + i + 2iZ .
Per la denizione di funzione richiede che il valore sia unico. Quindi dobbiamo limitare la variazione dellangolo ad un intervallo ssato di lunghezza
2, ad esempio, come prima, lintervallo [0, 2) (questa si chiama la determinazione principale del logaritmo complesso). Purtroppo, per, ci d luogo
ad una discontinuit: se ora z un numero reale positivo e consideriamo
due altri numeri complessi che lo approssimano, z+ = z + i nel semipiano
superiore (Im z+ = > 0) e z = z i nel semipiano inferiore, allora abbiamo z+ = zei e z = zei = zei(2 , dove adesso gli angoli e 2
285
e
ma
Pertanto la restrizione a C \ {0} del logaritmo complesso data dalla determinazione principale discontinua sul semiasse reale z > 0. Il problema non si risolve scegliendo altre determinazioni: se ad esempio si prende
6 < + 2, lo stesso calcolo mostra che si ottiene una discontinuit
sulla semiretta uscente dallorigine ad angolo . Pertanto, per avere una
funzione meromorfa, dobbiamo limitare lattenzione ad un sottoinsieme del
piano complesso, scartando una semiretta uscente dallorigine (o, come si
dice, introducendo un taglio). Per la determinazione principale, si limita
lattenzione al piano tagliato C \ {R+ {0}} = C \ {z R, z > 0}.
R
Allora, ritornando allintegrale 0 ft(t)
dt, estendiamo lintegrando alla funzione meromorfa sul piano tagliato f (z)/z ottenuta a partire dalla determinazione principale del logaritmo complesso: z = e log z .
Consideriamo il percorso di integrazione illustrato nella Figura 2.4, contenuto nel piano tagliato, che consiste di due archi di circonferenza, rispettivamente Cr e CR , con raggi r < R, centrate allorigine, unite da due segmenti
orizzontali paralleli al taglio, S+ e S . Faremo tendere i due segmenti al
segmento reale [r, R], ma dai due lati opposti del taglio, e poi faremo tendere
r a zero, R ad innito. Grazie allipotesi che non ci siano poli di f sui reali
positivi o nullo, in tal modo il percorso di integrazione invade una regione
che contiene tutti i poli di f .
Quando facciamo
i due segmenti S+ e S al segmento reale, lintegrale
R Rtendere
f (t)
su S+ tende a r t dt. Invece, per quanto riguarda S , osserviamo che
largomento della variabile z tende a 2, e quindi
z = e log z e2i |z| .
(2.47)
RR
Quindi lintegrale su S tende a e2i r ft(t)
dt.
Ora facciamo tendere rispettivamente a zero e ad innito i raggi interno ed
esterno. Vicino allorigine lintegrando O(|z| ) e quindi lintegrale su Cr
tende a zero con r, perch la lunghezza dellarco proporzionale al raggio r.
Allinnito, lintegrando f (z)/z o(1/|z|) perch f (z) = O(1/|z|), quindi
286
x1
x2
x3
x4
Figura 2.4: Contorno per integrare una funzione f (z)/z con f (z) = O(1/|z|) senza poli
reali positivi
=
zi Resz=zi
.
1 e2i i=1
z
Esercizio 2.12.14. Mostrare che, per 0 < < 1, si ha
Z
1
dt =
t (1 + t)
sin()
0
287
r
-1
Figura 2.5: Contorno per integrare una funzione f (z)/z con f (z) = O(1/|z|) senza poli
reali positivi
riducendo lintegrale a
e(1)x
dx
1 + ex
288
z1
x1
x2
z2
z3
Figura 2.6: Contorno per integrare una funzione f (z)/z con f (z) = O(1/|z|) senza poli
reali positivi
289
nendo come risultato 2i per la somma dei residui dei poli semplici interni
(che sono tutti i poli non reali positivi z1 , . . . , zn se il raggio r delle circonferenze interne abbastanza piccolo ed il raggio R della circonferenza esterna
abbastanza grande. Poi passiamo al limite facendo tendere i tratti orizzontali ai corrispondenti segmenti reali, ed inne facendo tendere r a 0 e R ad
innito. Lintero calcolo rimane come svolto nel suddetto Esempio, tranne
per il fatto che ora abbiamo i contributi aggiuntivi delle semicirconferenze superiori ed inferiori attorno ai poli reali xj , j = 1, . . . , m. Scriviamo
cj = Res (z f (z))z=xj . Al polo semplice xj lintegrando non sviluppabile
secondo Laurent perch il fattore z (nella sua determinazione principale
data da quella del logaritmo in z = e log z , che abbiamo scelto come canonica nella Nota 2.12.13) non meromorfo sul semiasse reale positivo; per
possiamo calcolare gli sviluppi di Laurent a xj nel semipiano superiore ed in
quello inferiore, rispettivamente. Nel semipiano superiore, ossia se Im z > 0,
il fattore z analitico, e quindi verica z = xj + O(|z xj |) (sviluppo
di Taylor); nel semipiano inferiore succede la stessa cosa, ma il valore al punto
xj (che sul taglio della determinazione canonica di z = e log z ) ora non
xj come prima, bens xj e2i , esattamente come abbiamo calcolato in
(2.47). Invece lo sviluppo di Laurent della funzione f (olomorfa in un disco
bucato (ovvero privato del centro) intorno a xj ) lo stesso da entrambi i lati:
1
f (z) = Res f (z)z=xj zx
+ O(1). Quindi i valori dellintegrando sulla semij
1
+ O(1),
circonferenza superiore sono del tipo f (z) = xj Res f (z)z=xj zx
j
1
+ O(1).
mentre su quella inferiore sono f (z) = e2i xj Res f (z)z=xj zx
j
I termini del tipo O(1) sono limitati, e quindi i loro contributi allintegrale
1
tendono a zero con il raggio delle semicirconferenze. Invece lintegrale di zx
j
sulle due semicircenferenze di centro xj (che, rammentiamo, sono percorse in
senso orario) vale su entrambe i (lo abbiamo calcolato direttamente varie
volte, ad esempio in (2.39)).
In conclusione, quando r 0+ i contributi allintegrale dati dai poli sul
semiasse reale positivo tendono a
2i
i 1 + e
m
X
xj Res f (z)z=xj .
j=1
Dobbiamo inserire questo nuovo contributo nel risultato gi ricavato nellEsempio 2.12.12.
290
zi Resz=zi
dt =
v. p.
t
1 e2i i=1
z
0
+ cot()
m
X
(2.49)
xj Res f (z)z=xj .
j=1
t (1 t)
0
Suggerimento: lunico polo semplice e si trova a z = 1. Il percorso di
integrazione del precedente Esempio ora quello illustrato in Figura 2.7,
percorso in senso antiorario; si noti che gli archi di semicirconferenza interni
(quelli con centro nel polo z = 1) sono percorsi in senso antiorario.
Esempio 2.12.17. Consideriamo inne funzioni f meromorfe nel semipiano superiore, con un numero nito
di singolarit
tutte fuori dellasse rea
1
le, e decrescenti allinnito come o |z| (ad esempio, nel caso frequente
in cui f una funzione razionale, il grado del denominatore deve essere
maggiore almeno
di due unit rispetto a quello del numeratore, e quindi
1
f (z) = O |z| ).
Vogliamo calcolare lintegrale
Z
f (x) log x dx .
0
291
r
R
1
x (1x)
A questo ne conveniente integrare su tutto lasse reale, assumendo in aggiunta che f sia pari sullasse reale, ovvero che f (x) = f (x) per ogni x
reale. Per calcolare lintegrale consideriamo lestensione complessa del logaritmo con determinazione data, ad esempio, dallargomento di z compreso
fra 2 e 3
, ovvero con taglio sul semiasse immaginario negativo, e corri2
spondentemente applichiamo il Teorema dei residui 2.10.5 ad un percorso che
non interseca il taglio, come ad esempio quello in Figura 2.8.
Osserviamo che lintegrando f (x) log x ha una singolarit nellorigine solo a
causa del logaritmo, poich invece f continua nellorigine. Allora la sulla semicirconferenza di raggio lintegrando diverge come | log |, ma la lunghezza
del percorso di integrazione proporzionale a . Poich lim0+ log = 0
(Sezione 1.1), il limite per 0+ del contributo allintegrale dato dalla semicirconferenza piccola nullo. Analogamente, sulla circonferenza grande
lintegrando innitesimo rispetto a logr r e la semicirconferenza ha lunghezza
proporzionale a r, quindi anche il suo contributo tende a zero per grandi r
292
-r
f (z) log z dz +
f (z) log z dz = 2
f (x) log x dx + i
f (x) dx .
2i
k
X
j=1
f (x) log x dx + i
f (x) dx ,
(2.50)
293
dove gli zj sono i poli semplici di f nel semipiano superiore. A questo proposito osserviamo qui che, se si parte con una f meromorfa nel semipiano
inferiore, il calcolo rimane valido pur di scegliere un percorso simmetrico
rispetto allasse reale di quello che abbiamo usato.
Ora assumiamo ancora, per comodit, che f abbia valori reali sullasse reale
(cio quando la sua variabile reale). Allora, separando le parti reale ed
immaginaria in (2.50), abbiamo
Z
X
f (x) log x dx = Im
Resz=zj [f (z) log z]
(2.51)
0
Im zi >0
f (x) dx = 2 Re
(2.52)
Im zi >0
Si
R noti che non solo abbiamo calcolato grazie
R al teorema dei residui lintegrale
f
(x)
log
x
dx,
ma
anche
lintegrale
f (x) dx.
0
0
(iii) lintegrale
(iv) lintegrale
R
0
R
0
R
0
1
1+x2
dx ;
log x
(1+x2 )2
dx ;
1
(1+x2 )2
dx .
1
2
Suggerimento: la funzione 1+z
2 O(1/|z| ) per |z| ed ha un polo
semplice solo in z = i; nel semipiano superiore lunico polo in z = i.
log z
1
1
1
Poich i+z
2 = zi z+i , il residuo di 1+z 2 a questo polo
i/2
log i
log z
=
= .
=
z + i z=i
2i
2i
4
dx = Im = 0 ,
2
1+x
4
0
294
1
dx = 2 Re = .
2
1+x
4
2
1
Si osservi che questultimo integrale era gi noto, perch la primitiva di 1+x
2
arctan x (si veda anche lEsempio 2.12.3).
Per calcolare gli integrali (iii) e (iv), si osservi che la funzione (1+z1 2 )2 ha
poli di ordine 2 ai punti z = i. Basta allora calcolare il suo residuo al punto
z = i tramite la Proposizione 2.10.4 ed applicare la Nota 2.10.3 per ottenere
Resz=i
log z
i
= + .
2
2
(1 + z )
8 4
Ora, prendendo la parte reale e immaginaria, otteniamo da (2.51) che lintegrale in (iii) vale 4 , e da (2.52) che lintegrale in (iv) vale 4 .
2.13
295
tranne che per centri di sviluppo contenuti in D1 D2 , ma cambiando appropriatamente centri di sviluppo si ottiene un ricoprimento di D1 D2 in dischi
parzialmente sovrapposti ciascuno dei quali un disco di convergenza della
serie di Taylor di ununica funzione olomorfa che continuiamo a denotare con
f.
Questo implica che se f olomorfa in D e se prendiamo una curva che
comincia dentro D e sviluppiamo secondo Taylor la funzione f con centri
sui punti della curva, allora man mano che ci spostiamo verso lesterno di D
possiamo, cambiando centri di sviluppo, trovare nuove regioni di olomora
per f esterne a D. Se seguiamo quella curva, il prolungamento analitico cos
costruito unico: ma potrebbe dipendere dalla curva che abbiamo percorso.
Se la curva comincia a z0 D e nisce a z
/ D, otteniamo un prolungamento
f che in z olomorfo; ma se avessimo seguito un altro percorso da z0 a z,
avremmo ottenuto la stessa funzione? Questa la domanda alla base della
teoria del prolungamento analitico.
In questa Sezione non arontiamo questo problema, che viene rimandato
alla successiva, ma ci limitiamo ad un esempio facilmente costruibile di prolungamento analitico: quello relativo allestensione del dominio di denizione
della funzione Gamma.
La funzione Gamma stata introdotta nella Sottosezione 1.23.4, dove
abbiamo dimostrato che una funzione olomorfaRdenita nel semipiano D0 :=
{Re z > 0}. Si tratta dellintegrale (z) = 0 xz1 ex dx, che converge
appunto in tale semipiano. Ora ne estendiamo il dominio di denizione grazie
alla seguente formula di ricorrenza, che si ottiene integrando per parti: se
Re z > 0,
Z
Z
z t
z x
xz1 ex dx = z(z) ,
(z + 1) =
x e dx = t e 0 + z
0
(z + 1)
,
z
296
eseguire un passaggio intermedio nel prolungamento, estendendo prima alla striscia { 12 < Re z < 21 }: a causa del denominatore nella formula di
ricorrenza, questo passaggio intermedio fornisce lestensione olomorfa richiesta in tutta questa striscia eccetto il punto z = 0. Ora le due striscie di
estensione, {1 < Re z < 0} e { 12 < Re z < 12 , z 6= 0} si sovrappongono
parzialmente, e quindi abbiamo esteso la funzione Gamma al semipiano bucato D1 := {Re z > 1, z 6= 0}. Iterando questo procedimento per ricorrenza,
estendiamo la funzione Gamma al dominio C \ {z = 0, 1, 2, . . . }.
Si osservi che la convergenza dellintegrale che denisce la funzione Gamma
non si estende a nessun punto del semipiano sinistro {Re z < 0}: la Gamma
si estende, ma con una diversa denizione, data da formule di ricorrenza o da
opportuni sviluppi di Taylor, e basata sulla rigidit delle funzioni olomorfe,
non dalla espressione integrale che la denisce nel semipiano destro.
Vogliamo ora determinare il comportamento della funzione Gamma ai
punti interi
negativi N = {z = 0, 1, 2, . . . }. Osserviamo dapprima che
R x
(0) = 0 e dx = 1, e per ricorrenza otteniamo
(n) = (n 1)!(1) = (n 1)! .
(w + 1)
.
w(w 1)(w 2) . . . (w n)
297
2.14
Prolungamento analitico
2.14.1
(2.53)
298
2.14.2
Segue immediatamente dal Corollario 2.6.2 il seguente principio del prolungamento analitico:
Teorema 2.14.1. Siano D0 e D1 due dominii (aperti connessi) in C, e
supponiamo che laperto D := D0 D1 sia non vuoto. Se f0 olomorfa
in D0 , esiste al pi ununica funzione f1 olomorfa in D1 che coincide con
f0 in D (o anche semplicemente in una parte di D che abbia un punto di
accumulazione). Se una tale f1 esiste, la coppia di funzioni f0 e f1 definisce
quindi ununica funzione olomorfa in D0 D1 .
Il Teorema precedente ribadisce che le funzioni olomorfe che si estendono
a dominii pi grandi lo fanno in maniera unica. Ma cosa succede ai loro
sviluppi di Taylor? Lo sviluppo di Taylor con centro in un punto z0 converge
in un disco P
D0 di raggio r0 , che pu essere tutto C. Se il disco di convergenza
n
di f0 (z) =
n=0 an (z z0 ) tutto il piano complesso, sviluppando f0 con
un nuovo
centro di sviluppo in z1 otteniamo una nuova serie di potenze
P
f1 (z) = n=0 bn (zz1 )n che converge di nuovo in tutto C. Invece, se il raggio
di convergenza r0 nito, allora scegliendo un nuovo centro di sviluppo z1 nel
disco D0 otteniamo un nuovo disco di convergenza che potrebbe estendrrsi
fuori di D0 , e dar quindi luogo ad una estensione olomorfa (unica) di f0 fuori
di D0 . Ecco un esempio.
299
X
n=0
(z i)n =
1
1 (z i)
X
n=0
(i)n+1 (z 1)n .
Notazione 2.14.3. Con maggiore propriet di linguaggio, un elemento analitico una coppia (f, D), dove D un disco aperto in C e f una funzione
olomorfa in D, ossia una serie di Taylor con centro nel centro di D e convergente in D. Un elemento analitico di una funzione olomorfa g del tipo
(f, D) con f coincidente con g in D. Se (f0 , D0 ) e (f1 , D1 ) sono due elementi analitici tali che D = D0 D1 6= e f1 = f2 in D, allora scriviamo
(f0 , D0 ) (f1 , D1 ): lasciamo al lettore la verica banale del fatto che questa
una relazione di equivalenza (le tre propriet riessiva, simmetrica e transitiva sono quasi ovvie). In tal caso, le due funzioni f0 e f1 sono loe restrizioni
rispettivamente a D0 e D1 di ununica funzione olomorfa in D0 D1 .
2.14.3
300
(z-i)
(-i)
n+1
(z-i)
301
(gj , Aj ) 6 (hi , Bi ) ,
(2.54)
e minori possibili, nel senso che i + j sia il minimo valore per cui si incontra
tale propriet. Consideriamo gli intervalli Ij = [sj , sj+1 ] e Ki = [ti , ti+1 ] e
supponiamo che si abbia, ad esempio, ti < sj < ti+1 : ossia, sj Ij Ki .
Rammentiamo che Ij interseca Ij1 , ovvero sj Ij1 Ij . Quindi
(sj ) Aj1 Ai Bj .
Poich i + j minimo fra tutte le coppie di indici per i quali i corrispondenti elementi analitici non sono equivalenti (ossia prolungamenti analitici
302
Nota 2.14.7. Vedremo in seguito, nel corso della dimostrazione del teorema di
monodromia (Corollario 2.14.10) che il prolungamento analitico d sempre
luogo ad una unica estensione olomorfa (ossia non dipende dal percorso,
ovvero ancora riconduce allo stesso elemento di funzione al termine di ogni
curva chiusa) se il dominio semplicemente connesso (Denizione 2.4.4).
In particolare, rimandiamo il lettore al Teorema 2.14.9.
303
per
per
per
per
ogni
ogni
ogni
ogni
t [a, b]
t [a, b]
t [a, b]
t [a, b]
304
=h
1 se 0 6 s 6 1/3, h
=h
3 se 1/3 < s < 2/3 e h
=h
2 se 2/3 6 s 6 1.
h
Questo prova la parte (i).
(t)
Nellipotesi della parte (ii), esiste una catena di dischi Bv con centri in
(t)
(t)
ciascun punto t (u) di t ed elementi di funzione (fu , Bv ) tali che le funzioni
(t)
(t)
olomorfe fu : Bv 7 C coincidono nelle intersezioni dei rispettivi dischi
di denizione. Poich la curva t continua, essa ha immagine compatta
(t)
(Sezione 1.1): siccome tale immagine coperta dalla famiglia di dischi Bv ,
da tale immagine si estrae un sottoricoprimento nito, ancora in base ai
risultati della Sezione 1.1. Lunione di questa catena nita di dischi un
intorno tubulare t dellimmagine di t : ossia, esiste t > 0 tale che laperto
t contiene tutti i punti a distanza minore di t da t .
Ora rammentiamo che t (s) = h(s, t) e la mappa h di omotopia continua
nel compatto [0, 1] [0, 1], quindi uniformemente continua, per il Teorema di
Heine 1.8.6. Pertanto, in corrispondenza di t esiste t > 0 tale che
|t (s) t (u)| < t
se 0 6 s, u 6 1, |u t| < t .
Questo signica che, per tali u, limmagine della curva u giace nellintorno
tubulare t di t , e quindi u ricoperta dalla stessa catena nita di dischi
che ricopre t . Pertanto i prolungamenti analitici (gt , Dt ) e (gu , Du ) al punto
nale comune z delle curve t e u coincidono per tutti gli u nellintervallo
aperto Jt := |u t| < t . In tal modo ricopriamo [0, 1] con una famiglia
di intervalli aperti Jt . Di nuovo per compattezza, possiamo ricoprire [0, 1]
con una sottofamiglia nita Jt1 , . . . , Jtn , e quindi ci sono solo al pi n prolungamenti analitici (gt1 , Dt1 ), . . . , (gtn , Dtn ) dierenti con centro in z. Per
ciascuno degli intervalli Jti ha sovrapposizione non vuota col successivo (perch [0, 1] connesso), e quindi (gti , Dti ) (gti+1 , Dti+1 ) per ogni i. Pertanto
tutti i prolungamenti analitici (gt , Dt ) coincidono.
305
La frontiera naturale
Ogni curva chiusa di classe C 1 la frontiera del dominio massimale di
analiticit di una funzione olomorfa, nel senso che il prolungamento analitico
lungo ogni curva (nel senso della Denizione 2.14.4) che comincia allinterno
di (si veda il Teorema di Jordan 1.29.12) non si estende ad alcun punto
allesterno di . In tal caso si dice che la frontiera naturale di analiticit. In questa sottosezione costruiamo manualmente un esempio di funzione
olomorfa allinterno del disco unitario che non si pu prolungare allesterno:
da qui il caso generale segue come applicazione di un risultato classico dellanalisi complessa, il teorema della mappa di Riemann, la cui dimostrazione
per va ioltre gli scopi di questo libro (per una dimostrazione, si veda [23,
Chapter 14, Section 8]). Una dimostrazione alternativa e pi elegante, ma
notevolmente pi complicata, di una funzione olomorfa nel disco che ha il
cerchio come frontiera naturale in [23, Teoremi 16.5 e 16.6]; per unaltra
costruzione elementare, si veda [10, pg. 135].
Cominciamo con losservare che, per ognnumero complesso w di modulo
1, la funzione
1
1 X z n X z n
fw (z) =
=
=
wz
w n=0 w
w n+1
n=0
(2.55)
306
Osserviamo che, per ogni w C e per ogni z in ogni disco chiuso U D vale
la maggiorazione |fw (z)| > 1/, dove > 0 la distanza fra U e C. Pertanto
la serie (2.56) converge uniformemente in U in base al test di Weierstrass
(Teorema 1.3.29).
Incidentalmente, osserviamo che la derivata di fw soddisfa una disuguaglianza
simile. Infatti fw (z) =P1/(w z)2 e quindi |fw (z)| > 1/2 per ogni z in U.
Quindi anche la serie j>0 2j fw j converge uniformemente in U.
chiaro che ogni punto wj una singolarit polare di f . Poich linsieme di questi punti denso nella circonferenza unitaria C, f non pu essere
prolungata analiticamente fuori di C. Rimane solo da dimostrare che f
olomorfa nel disco unitario aperto D. Questo fatto segue in maniera quasi ovvia dal fatto che f una serie uniformemente convergente di funzioni
olomorfe in D, ma ora lo dimostriamo rigorosamente.
Consideriamo la somma parziale di ordine N della serie di Taylor di f con
centro in 0. Per P
il Teorema di derivabilit per serie 1.3.35 sappiamo che f (0)
ossia la serie dei coecienti di Taylor di ordine N delle funzioni fwj . Daltra
parte, segue direttamente da (2.55) che il coeciente di Taylor di grado
N di fwj 1/wjN +1. Quindi il coeciente di Taylor di grado N di f
P
j N 1
. Questa serie converge ad un punto di D per il teorema
j>0 2 wj
del confronto per serie (Sezione 1.1), dal momento che |wj | = 1.
Pertanto la serie di Taylor di f converge nel disco unitario D in base al
teorema del raggio di convergenza di serie di potenze (Teorema 1.4.2).
2.14.4
307
R
g(z) = f (w) dw olomorfa in , e g f . La funzione g si chiama
una primitiva complessa di f (g dipende dalla scelta di e cambia per
una costante additiva al cambiare della curva).
(ii) Se semplicemente connesso (Definizione 2.4.4), allora per ogni
z0 , z si ha
Z
f (z) = f (z0 ) + f (w) dw ,
(2.57)
308
semplicemente connesso, questo fatto conseguenza del teorema di invarianza per omotopia (Teorema 2.4.7), o equivalentemente del suo corollario, il
TeoremaRdi Cauchy (Corollario 2.4.10. Ora che sappiamo che la funzione
g(z) := f (w) dw ben denita, la prima parte del teorema ci dice che
g f . Poich un dominio, quindi connesso, questo implica che f g
costante (regola della derivata nulla, Sezione 1.1). Daltra parte, se si sceglie
z = z0 , si vede che g(z0 ) = 0 mentre f (z) = fR(z0 ): quindi g f la costante
f (z0 ), ovvero f (z) = f (z0 ) + g(z) = f (z0 ) + f (w) dw.
Corollario 2.14.12. Sia f una funzione olomorfa in un intorno del segmento [0, x] dellasse reale, e una curva C 1 a tratti (o assolutamente conla funzione g(z) =
Rtinua) da 0 a z con immagine contenuta in . Allora
f
(w)
dw
una
primitiva
complessa
di
f
,
ossia
g
=
f
, ed ogni prolunga
Rz
mento analitico della primitiva reale 0 f (w) dw di questa forma.
Dimostrazione. Sappiamo gi dal Teorema 2.14.11 che g una primitiva complessa di f e g = f . Restringendo lattenzione al segmento [0, x], dal Teorema
Fondamentale del Calcolo segue che g = f nel senso reale su questo segmento. Poich g e f sono olomorfe, ne segue che, a meno di costanti additive, g
lunica funzione olomorfa che soddisfa questa condizione. Per completare la
dimostrazione, basta quindi provare che i prolungamenti analitici lungo una
curva di g e di f soddisfano la stessa condizione.
Per ogni s in un disco D1 di centro z che non contiene lorigine, consideriamo una curva con immagine in , di classe C 1 a tratti (o assolutamente
continua), che termina in z. Chiamiamo z0 il punto iniziale di . Un arco
nale della curva sta dentro il dominio semplicemente connesso D1 : sia
w un punto di D1 per cui passa 1 . Spezziamo = 0 + 1 , dove 0
larco iniziale da z0 a w (che pu anche toccare w pi volte) e 1 la continuazione
D1 cheR lascia w e non ci ripassa pi. Allora
R da w a z dentro
R
fw (z) = f (u) du = 0 f (u) du + 1 f (u) du. Al punto w la primitiva g
olomorfa e la derivata termine a termine della sua serie di Taylor la serie di
Taylor di f con centro w: in altre parole, queste serie di Taylor rappresentano
elementi analitici delle funzioni f e g con la propriet che g = f , e gli elementi analitici considerati prima al punto z sono il prolungamento analitico
di questi, dal momento che essi coincidono in un arco della curva intorno a
w. Continuando iterativamente a spezzare 0 e considerare dischi con centro
in punti di questi spezzamenti dove gli sviluppi di Taylor convergono, ci accorgiamo che servono soltanto un numero nito di tali dischi (perch la curva
309
n1
n
ln x = n=1 (1) (x 1) /n. Allora dobbiamo estendere questo sviluppo
di Taylor a variabile complessa semplicemente complessicando i polinomi di
Taylor, ossia ponendo
X
(z 1)n
ln z =
(1)n1
.
n
n=1
1
1
= .
1 (1 z)
z
n=1
n=0
(2.58)
Allora, sia una qualunque curva di classe C 1 a tratti (o assolutamente
Rx
continua) con immagine nel disco D := {z : |z1| < 1}. Poich ln(x) = 1 du
u
(qui stiamo integrando il logaritmo ordinario sul semiasse reale, ed usando il
fatto che D ln(x) = 1/x), dal Corollario 2.14.12 si ha
Z z
du
ln(z) =
u
1
D ln(z) =
(1)
n1
(z 1)
n1
(1)n (z 1)n =
310
311
1
dt
1 + t2
n
z = 1 + n z n1 dz
lungo una qualsiasi curva continua C 1 a tratti (o assolutamente continua) che congiunga 1 a z senza passare per lorigine. Lintegrale
dipende dalla curva scelta se essa ha indice di avvolgimento non nullo
(modulo n) intorno allorigine, e quindi si ha polidromia.
Dimostriamo le quattro asserzioni. Per quanto concerne la parte (i), lunica
singolarit di f (z) = 1/z nellorigine. Se il prolungamento analitico a
partire da un qualunque disco (con centro z0 6= 0) che non contiene lorigine
fosse polidromo, ci sarebbe una curva chiusa C 1 a tratti che gira intorno
allorigine (cio con indice di Ravvolgimento non nullo rispetto allorigine) tale
che lintegrale lungo la curva f dz a secondo membro dellidentit 2.57 del
Teorema Fondamentale sarebbe non nullo. Ma f proporzionale a 1/z +1 ,
che ha un
R polo nellorigine solo per = 0. Per il Teorema dei residui 2.10.5,
quindi, f dz = 0 per ogni > 0 (ed evidentemente anche per ogni 6 0,
visto che per questi la funzione f intera.
312
Consideriamo ora la parte (ii). Sappiamo gi che per curve che girano intorno
a 0 (ossia con indice di avvolgimento non nullo rispetto a 0) il logaritmo ha
prolungamento analitico polidromo, quindi 0 un punto di diramazione, ma
nessun altro z C lo , perch il logaritmo olomorfo in qualche disco non
bucato intorno a qualsiasi z 6= 0: l il suo sviluppo di Taylor convergente
ed il logaritmo monodromo, dunque lo rimane anche se buchiamo il disco
togliendogli il centro. Inne, poich ln(1/z) = ln(z), anche un punto
di diramazione.
Veniamo alla parte (iii). Segue dal Corollario 2.14.12 che il prolungamento
analitico della funzione reale arctan(x) dato da
Z z
1
dw
arctan(z) =
2
0 1+w
lungo una qualsiasi curva da 0 a z dentro il dominio di olomora di w 7
1/(1 + w 2) . chiaro che questa funzione olomorfa in C \ {i}: come nella
parte precedente, nessuno di questi punti di diramazione. Mostriamo ora
che i punti i sono invece punti di diramazione. Osserviamo che
Z
Z z
1 z
1
1
1
dw
arctan(z) =
dw =
+
2
2 0 1 iw 1 + iw
0 1+w
=
1
1 + iz
1
(ln(1 + iz) ln(1 iz)) = ln
.
2i
2i 1 iz
(2.59)
313
1
1 + i/z
1
z+i
1
ln
= ln
= (ln(z + i) ln(z i)) ,
2i 1 i/z
2i z i
2i
n
z = n ei n
e se una curva chiusa che parte da z ha indice di avvolgimento 1 intorno
allorigine, al suo ritorno a z il valore della funzione diventa
ei
+2
n
=e
2i
n n
ei n
al suo ritorno a z dopo k giri, il valore ottenuto e2ik/n n ei/n . Dopo n giri
si ritorna al valore iniziale.
Se invece una curva ha indice di avvolgimento nullo intorno allorigine, allora
al termine della curva largomento non cambiato rispetto allinizio (Nota
314
315
2.14.5
Rami olomorfi
Sia D il disco di convergenza di una serie di Taylor f . Supponiamo che lelemento di funzione (f, D) abbia un prolungamento analitico (gt , Dt ) lungo i
punti di ogni curva continua con immagine in un dominio connesso ad
un disco di convergenza Dt centrato in (t). Abbiamo visto che tale prolungamento monodromo, ovvero denisce una funzione olomorfa in , se
e solo se esso non dipende dalla scelta della curva: per ogni due curve che
cominciano a z e niscono al punto w, diciamo per t = 1, la condizione
che a t = 1 entrambe portino allo stesso elemento di funzione (g1 , D1 ). In
maniera equivalente, la condizione per la monodromia che, per ogni curva
chiusa da z a z lungo cui si ha prolungamento analitico no ad un elemento di funzione nale (g1 , D1 ), si abbia (f, D) = (g1 , D1 ) (Corollario 2.14.6).
Abbiamo anche visto che, se semplicemente connesso e il prolungamento
analitico possibile lungo ogni curva in , allora questa condizione sempre
vericata e si ha monodromia (Corollario 2.14.10).
Definizione 2.14.17. (Rami olomorfi del prolungamento analitico.)
In un dominio connesso C scegliamo un qualunque elemento di funzione
(f, D) (ossia una serie di Taylor f convergente in un disco D con centro in
un punto z ). Supponiamo che valga la condizione seguente:
per ogni curva chiusa in che passa per z (pi precisamente, che contiene z
nella sua immagine), sia possibile il prolungamento analitico di (f, D) e che
316
317
(2.60)
Nota 2.14.19. Due rami olomor della stessa funzione possono essere generati dallo stesso elemento di funzione (f, D) in due dominii diversi 0 e 1 .
Quando questo accade, non detto che i due rami olomor coincidano in
0 1 sebbene coincidano entrambi con f in D: un esempio dato dai due
rami olomor del logaritmo nei dominii 0 e /4 del precedente Esempio
2.14.18. Si noti per che i due rami olomor cos ottenuti dieriscono in differenti componenti connesse di 0 /4 : il calcolo svolto in quellEsempio
mostra che nella componente connessa dellintersezione che contiene il disco
D i due rami olomor coincidono. Questo fatto sempre vero, dal momento
che due funzioni olomorfe che coincidono in un disco D devono coincidere in
ogni connesso che contiene D ed in cui sono entrambi olomorfe (Corollario
2.6.2).
Esempio 2.14.20. (Rami olomorfi dellarcotangente.) Ritorniamo a considerare larcotangente complessa, studiata nella parte (iii) dellEsempio
2.14.15. Ci sono due punti di diramazione, z = i. Calcoliamo il prolungamento dellelemento analitico dellarcotangente che in un segmento dellasse
reale intorno ad un punto > 0 coincide con larcotangente reale, per due
diversi rami olomor. Consideriamo i due dominii 0 = C \ {it : |t| > 1} e
1 = C \ {it : 1 6 t 6 1}. Il dominio 0 semplicemente connesso, e per
il teorema di monodromia (Corollario 2.14.10) sappiamo gi che lelemento analitico considerato si prolunga allunica funzione olomorfa che sullasse
reale coincide con larcotangente reale. Per conferma, se si vuole svolgere il
calcolo del prolungamento lungo le curve, si puo calcolare arctan() lungo
il segmento reale da a :
con il risultato del Teorema
R questo2 coincide
1
2.14.12, ovvero lintegrale (1 + w ) dw della derivata dellarcotangente
318
1
1 + iz
1
ln
= (ln(1 + iz) ln(1 iz)) .
2i 1 iz
2i
Limmagine dei punti di sotto la funzione z 7 1 + iz la semicirconferenza t 7 1 + i(t) = 1 + ieit , che compie mezzo giro intorno allorigine con
319
Esercizio 2.14.21. Calcolare la variazione dellarcotangente da un lato allaltro del segmento di taglio {iy : |y| 6 1}.
320
zi
= arg(z i) =
i
arg(1 iz) = 0 .
Pertanto in questo caso si ottiene
1 y
+ i = ln y 1 + i
g(iy) = ln
1 + y
1+y
321
-i
Figura 2.10:
Una situazione simmetrica si ha nel calcolo di g(iy) per y < 1. Procediamo con la curva che rasenta da destra il taglio no a distanza dal punto
i, poi prosegue con la semicirconferenza nel semipiano destro di centro i
e raggio (che compie un mezzo giro in verso orario intorno al punto i),
poi continua lungo il semiasse immaginario negativo no al punto iy (Figura
2.11). Ora le variazioni angolari sono le seguenti:
-i
Figura 2.11:
322
z+i
= arg(z + i) = .
i
-i
zi
= arg(z i) = 2
i
323
e quindi abbiamo
1 y
+ 2i = ln 1 y + 2i
g(0 +iy) = ln
1 + y
1+y
324
2
valore per x nellintervallo reale [1, 1]: o 1 x oppure 1 x2 .
Se invece si considera il dominio tagliato 0 = C\[1, 1], che non semplicemente connesso, procediamo come abbiamo fatto per larcotangente nellEsempio 2.14.22. Basta osservare che ogni curva che gira in senso antiorario
intorno al punto 1 produce dopo un giro un incremento di 2 dellargomento di 1 z, ed ogni curva che gira in senso antiorario intorno a 1 produce
dopo un giro un incremento di 2 dellargomento di 1 + z. Quindi una curva
che gira intorno al taglio [1, 1] lascia invariato arg(1 z) + arg(1 + z) =
arg((1 z)(1 + z)) = arg(1 z 2 ). Daltra parte,
1 z2 =
|1 z 2 |ei
arg(1z 2 )
2
2.15
Dal teorema del massimo modulo (Corollario 2.8.3) sappiamo che, se una
funzione f olomorfa in un aperto D e continua sulla sua chiusura, allora il
f (z) = ee .
Allora se z = x R i valori f (x) = exp(exp x) divergono pi che esponenzialmente, ma, dal momento che exp(i 2 ) = i, i valori di f sulla frontiera
di S1 ,
x
x i
f xi
= ee e 2 = eie ,
2
hanno modulo 1. Analogo risultato si ha per la funzione g(z) = exp(exp(iz))
sulla striscia S2 = {z C : | Re z| 6 /2}.
|y|
(2.62)
326
Dimostrazione. Per dimostrare la parte (i), ssiamo tale che 0 < < 1 e
> 0. Poniamo
iz
iz
h (z) = e2 cos(z) = e(e +e ) .
(2.63)
Poich eiz = ei(x+iy) = eix ey e |x| 6 /2 in S/2 , in questa striscia si ha
Re(eiz + eiz ) = 2 cos(x) (ey + ey ) > cos(/2) (ey + ey ) . (2.64)
Poniamo := cos(/2). Dal momento che < 1 abbiamo > 0, e quindi
dalle disuguaglianze (2.15) e (2.64) segue che, per z S/2 ,
|h (z)| = eRe((e
iz +eiz ))
6 e (e
y +ey )
perogni S/2 .
(2.65)
y
y
|y|
|f (z) h (z)| 6 M eA e cos( 2 ) (e +e ) .
Ora osserviamo che cos
> 0 e > . Pertanto lesponente al lato
2
destro dellultima disuguaglianza tende a per |y| e quindi esiste
y0 > 0 tale che |f (z) h (z)| < M per z S/2 e | Im z| = |y| > y0 . Daltra
parte, sappiamo da (2.65) che la stessa disuguaglianza vale per per z S/2 ,
e da questa due stime segue che |f (z) h (z)| < M per ogni z nel bordo del
rettangolo con vertici in /2 iy0 , e quindi, grazie al teorema del massimo
modulo (Corollario 2.8.3), anche allinterno di questo rettangolo. Ma allora
|f h | < M su tutto S/2 . Ora, passando al limite per a 0, abbiamo che
h (z) 1 e quindi |f (z)| 6 M per ogni z S/2 . Questo dimostra la parte
(i).
Veniamo ora alla parte (ii). Cominciamo la dimostrazione sotto lipotesi
aggiuntiva M(a) = M(b) = 1, ossia
|f | 6 1
sulla frontiera di Sa,b . Fissiamo > 0 e per z Sa,b poniamo
g (z) =
1
.
1 + (z a)
(2.66)
327
(2.67)
su Sa,b .
Daltra parte, |y| = Im(1+ (za)) 6 |1+ (za)|, e quindi g | < 1/( |y|).
Pertanto, per z Sa,b ,
K
|f (z) g (z)| 6
.
(2.68)
|y|
Ora da (2.67) e (2.68) vediamo che sulla frontiera del rettangolo R :=
Sa,b {|y| 6 K/} vale la disuguaglianza |f g | 6 1: pertanto la stessa
disuguaglianza vale anche allinterno di R grazie al teorema del massimo modulo (Corollario 2.8.3). Daltra parte, questa stessa disuguaglianza vale and
nella parte di Sa,b esterna al rettangolo R grazie a (2.68): quindi vale in tutta la striscia Sa,b . Questo dimostra la parte (ii) dellenunciato sotto lipotesi
aggiuntiva M(a) = M(b) = 1.
Ora abbandoniamo questa ipotesi. Poniamo
m(z) = M(a)(bz)/(ba) M(b)(za)/(ba) := M(a)w (z) M(b)s (z)
dove w(z) = (b z)/(b a) e s(z) = (z a)/(b a). Poich gli esponenziali
w 7 M(a)w = ew ln M (a) e s 7 M(a)s sono funzioni intere mai nulle e per
z Sa,b si ha Re w(z) > 0 e Re s(z) > 0, vediamo che le funzioni M(a)w (z) e
M(b)s (z) sono limitate inferiormente su Sa,b , e quindi ivi limitata la funzione
1/m(z). Inoltre |m(a + iy)| = M(a) e |m(b + iy)| = M(b) per ogni y. Ma
allora f /m ha modulo 1 sui bordi della striscia Sa,b ed continua e limitata
su Sa,b ed olomorfa allinterno. Quindi la funzione f /m verica lipotesi
aggiuntiva con cui abbiamo cominciato questa parte della dimostrazione, ed
allora abbiamo visto che |f /m| 6 1 su Sa,b . Quindi |f | 6 |m|, e questo
lenunciato della parte (ii).
2.16
In questa Sezione diamo una dimostrazione indipendente, per insiemi convessi, del teorema di Cauchy (Corollario 2.4.10). Cominciamo con dominii
triangolari.
328
(i) I punti di mezzo dei lati del triangolo determinano quattro nuovi triangoli simili a quello originale, le cui curve di frontiera C (j) (j = 1, . . . , 4)
sono costituite di due segmenti sulla frontiera C di T ed uno interno a
T , e sono lunghe L/2 se L la lunghezza di C. Il verso di percorrenza
originalmente scelto per C determina quindi per ciascuna delle curve
C (j) un verso di percorrenza compatibile tale che ogni tratto interno
percorso in verso opposto dalle due nuove curve che lo contengono.
Pertanto, se si sommano i quattro integrali curvilinei rispetto al verso
di percorrenza cos indotto, i contributi dei tratti interni si cancellano
a due a due, e ci che rimane
4 Z
X
j=1
C (j)
f (z) dz =
f (z) dz .
Quindi almeno su una delle quattro curve C (j)Ril valore dellintegrale
curvilineo, preso in modulo, non inferiore a 14 C f (z) dz . Ora procediamo per bisezioni successive, ricalcando la dimostrazione del Teorema
di BolzanoWeierstrass 1.9.6. Dopo n suddivisioni si ottengono 4n curve di lunghezza 2n L, almeno una delle quali, che chiameremo Cn ,
verica
Z
Z
n
f (z) dz 6 4
f (z) dz .
(2.69)
C
Cn
329
R
Osserviamo a questo punto che Cn dz = 0 per la Proposizione 1.29.36,
R
e Cn (z z0 ) dz = 0 per il Corollario 1.29.37. Quindi
Z
Z
f (z) f (z0 ) f (z0 )(z z0 ) dz .
(2.70)
f (z) dz =
Cn
Cn
Daltra parte, visto che f derivabile a z0 , per ogni > 0 esiste r > 0
tale che, se |z z0 | < r, si ha |f (z) f (z0 ) f (z0 )(z z0 )| < . Allora
segue da (2.70) che, se n cos grande che il triangolo Tn sia contenuto
nel disco |z z0 | < r, si ha
Z
Z
f (z) dz 6
|z z0 |n dz .
Cn
Cn
330
Sempre per la convessit, per ogni altro punto z0 A il triangolo con vertici
a, z e z0 giace in A. Lintegrale di fR lungo il perimetro di questo triangolo
vale 0 per il Lemma 2.16.1. Poich [z0 ,z] dw = z z0 , questo equivale, per
z 6= z0 , allidentit (2.20):
Z
g(z) g(z0 )
1
f (w) f (z0 ) dw .
f (z0 ) =
z z0
z z0 [z0 ,z]
Poich f continua in z0 , per ogni > esiste > 0 tale che, se |w z0 | < , si
ha |f (w) f (z0 )| < . Quindi, per z z0 , il secondo membro della identit
precedente tende a zero: pertanto g (z0 ) = f (z0 ). La stessa asserzione nel
caso in cui f sia olomorfa solo in A\ {p} si dimostra nello stesso modo, grazie
al fatto che il teorema di Cauchy sul triangolo di vertici a, z e z0 continua a
valere in questa ipotesi (Lemma 2.16.1).
Capitolo 3
Spazi vettoriali topologici ed
analisi funzionale
Questo capitolo di natura pi sosticata ed astratta che il resto della Parte
preliminare, ed necessario solo per alcuni degli argomenti successivi pi sosticati di analisi matematica (tipicamente il Capitolo 7 di approfondimenti
sulle serie di Fourier e la nozione di topologia nello spazio delle distribuzioni
non temperate nella Sezione 11.17 del Capitolo 11 sulle distribuzioni, ed in
parte anche per maggiori approfondimenti sulla topologia di spazi con famiglie separatici di seminorme come la classe di Schwartz (Capitolo 9). Ma
queste nozioni non sono mai necessarie per gli sviluppi sul trattamento dei
segnali, tranne che per un fugace riferimento al teorema di uniforme limitatezza nella denizione di convergenza di distribuzioni (Proposizione 11.5.3).
Quasi sempre, nei pochi casi in cui i contenuti di questo Capitolo vengono
utilizzati nel seguito, essi vengono ivi riassunti in maniera semplicata, per
permettere la comprensione ai lettori non interessati a questi approfondimenti astratti. Si badi per che il punto di vista dellautore di questo trattato
che non dovrebbe essereci un conne netto fra le conoscenza e forse anche
gli interessi di chi si occupa di matematica pura e di matematica applicata,
e quindi il lettore interessato alla teoria dei segnali fortemente incoraggiato
a studiare a fondo anche le parti pi astratte.
Per il succitato motivo di parziale dispensabilit, lintero Capitolo contrassegnato con una stelletta: esso pu essere omesso da parte dei suddetti
lettori. Alcune delle sue Sezioni, a loro volta, sono contrassegnate con una
stelletta: si tratta delle Sezioni che presentano contenuti e risultati apparentemente assai naturali e plausibili, ma che in realt richiedono un maggiore
331
3.1
Nel resto di questopera, gli unici spazi vettoriali topologici che introdurremo
sono gli spazi di Banach e gli spazi di Frchet, che fra breve deniremo:
limitando lattenzione a questi casi, il lettore pu semplicare parte di questo
Capitolo. Peraltro, per maggiore generalit, presentiamo gli argomenti nel
contesto pi ampio degli spazi vettoriali topologici.
Definizione 3.1.1. Uno spazio vettoriale topologico uno spazio vettoriale
V munito di una topologia rispetto alla quale i punti sono chiusi e le operazioni dello spazio vettoriale sono continue. In particolare, si noti che ogni
traslazione continua e, poich la mappa inversa la traslazione opposta,
ogni traslazione un omeomorsmo, ossia preserva la topologia: dora in poi
diremo che la topologia invariante per traslazione.
Un sottoinsieme A di uno spazio vettoriale topologico V si dice limitato se
per ogni intorno U di 0 in V esiste r = rA,U > 0 tale che A U per tutte
le dilatazioni con || > r.
Una successione {vn } in V si dice di Cauchy se per ogni intorno U dellorigine
esiste un intero N = N(U) tale che vn vm U per ogni n, m > N.
Diciamo che uno spazio vettoriale topologico V
localmente limitato se esiste un intorno limitato dellorigine;
localmente convesso se esiste una base locale della topologia costituita da
insiemi convessi (poich le traslazioni sono operazioni continue, questo equivale a richiedere che esista una base di intorni aperti dellorigine che sono
convessi);
metrizzabile se la topologia indotta da una metrica (necessariamente invariante per traslazione perch ogni traslazione un omeomorsmo);
333
3.1.1
Sottospazi e quozienti
335
3.1.2
Intorni stellati
Dimostrazione. Sia X uno spazio vettoriale topologico e U un intorno dellorigine. La continuit della operazione di moltiplicazione per scalari equivale
a dire che esistono = (U) > 0 ed un intorno J = J(U) dellorigine tale che
J U per ogni || < (esercizio: mostrare che questa asserzione signica
che la controimmagine, sotto loperazione di moltiplicazione per scalari, di
un aperto U X un aperto in R X). Allora poniamo O = ||<(U ) J(U):
questo O un aperto (perch unione di aperti), contenuto in U ed stellato,
perch O O per ogni || 6 1.
3.1.3
Abbiamo bisogno di questa semplice propriet degli spazi vettoriali topologici, che rinforza la propriet della parte (vi) della Proposizione 1.10.10:
Proposizione 3.1.10. Sia V uno spazio vettoriale topologico. Allora, dati
un insieme compatto K ed un chiuso C in V disgiunti, esiste un intorno W
dellorigine tale che K + W disgiunto da C. Se V localmente convesso,
lintorno W si pu scegliere convesso.
337
Corollario 3.1.12. Ogni aperto di una base locale di uno spazio vettoriale
topologico contiene la chiusura di un altro aperto di base.
Dimostrazione. Per linvarianza della topologia, possiamo restringere lattenzione ad una base locale allorigine. Nella Proposizione 3.1.10 specializziamo
Lemma 3.1.14. Sia {vn } una successione di Cauchy in uno spazio vettoriale topologico V localmente limitato (definita, in questo contesto generale,
come nella Definizione 3.1.1). Allora linsieme {vn } costituito dai punti della
successione un insieme limitato.
3.2.
339
3.1.13, i restanti punti v1 . . . , vN 1 appartengono anchessi a sU per s abbastanza grande. Quindi, per s abbastanza grande, tutto linsieme {vn }
contenuto nel multiplo sU del generico intorno U di 0, e questo equivale a
dire che limitato.
3.2
3.2.1
Corollario 3.2.2. Se uno spazio vettoriale topologico V non localmente limitato, esso non contiene alcun aperto limitato, e viceversa, se V
localmente limitato, V contiene aperti limitati.
3.2.2
Spazi metrizzabili
Corollario 3.2.3. Sia X uno spazio vettoriale topologico con una base locale numerabile per la sua topologia (ad esempio se X localmente limitato, Proposizione 3.2.1). Allora esiste una base locale di intorni dellorigine
{Vn : n N} tale che
Vn+1 + Vn+1 Vn
(3.1)
per ogni n. Si noti, in particolare, che Vn+1 ( Vn .
Lemma 3.2.4. Sia X uno spazio vettoriale topologico con una base locale
numerabile per la sua topologia. Sia {Vn } la base locale allorigine ottenuta
nel precedente Corollario
Sia D linsieme dei razionali diadici, ossia
P3.2.3.
delle somme finite r = n=1 cn (r)/2n , dove le cifre binarie cn (r) valgono 0
oppure 1 e solo un numero finito di esse non nullo (quindi 0 6 r < 1:
gli stessi razionali diadici furono introdotti nella dimostrazione del lemma
di Urysohn (Teorema 1.10.13)). Infine, di nuovo in maniera analoga alla
dimostrazione del del lemma di Urysohn , costruiamo una famiglia di insiemi:
per ogni r D sia
X
A(r) =
cj (r)Vj ;
(3.2)
j=1
qui naturalmente ci si riferisce alla somma di opportuni sottoinsiemi di vettori in X, che un sottoinsieme di X), e per completezza poniamo A(r) = X
se r > 1.
Allora al crescere di r gli A(r) formano una successione crescente di intorni
dellorigine, e vale la seguente propriet di subadditivit per inclusione: per
ogni r, s D,
A(r) + A(s) A(r + s) .
(3.3)
Dimostrazione. Il fatto che A(r) A(s) se r < s segue banalmente dalla
inclusione Vn+1 Vn del precedente Corollario 3.2.3, perch se r < s questi
3.2.
341
due razionali diadici hanno le cifre binarie iniziali uguali, ed appena cominciano a dierire s ha la cifra 1 e r la cifra 0. Occorre quindi dimostrare solo
(3.3): omettiamo la dimostrazione, che puramente tecnica e si pu trovare
nellultima parte della dimostrazione di [25, Theorem 1.24].
Teorema 3.2.5. Uno spazio vettoriale topologico V con base locale numerabile per la sua topologia metrizzabile, nel senso che esiste una metrica
d su V che induce la stessa topologia ed invariante per traslazione (ossia
d(u + w, v + w) = d(u, v) per ogni u, v, w V ), e le sfere intorno allorigine sono stellate, nel senso della Definizione 3.1.7. Viceversa, ogni spazio
vettoriale topologico metrizzabile ha basi locali numerabili.
Dimostrazione. Dai Lemmi 3.1.8 e 3.2.3 sappiamo che esiste una base locale
allorigine di intorni stellati {Vn } tali che vale linclusione (3.1), e che, se
X localmente convesso, allora gli intorni di base {Vn } si possono scegliere
convessi.
Come nella dimostrazione del lemma di Urysohn (Teorema 1.10.13), ed in
particolare della denizione (1.25) nella sua dimostrazione, poniamo
f (x) := inf{r D : x A(r)} ,
(3.4)
e deniamo una distanza d(x, y) := f (x y). ovvio che questa d invariante per traslazione. Mostriamo che d una distanza, ossia che verica
le tre propriet delle metriche (Denizione 1.2.3). Cominciamo con la propriet (iii), la disuguaglianza triangolare. In base a (3.4), essa equivale alla
disuguaglianza
f (x + y) 6 f (x) + f (y)
(3.5)
per ogni x, y V . Poich i valori di f sono minori o uguali a 1, questa
disuguaglianza sempre vera se il membro di destra maggiore o uguale a 1,
e quindi possiamo limitare lattenzione a x e y tali che f (x)+f (y) < 1. Poich
i razionale diadici sono densi in [0, 1] e loperazione di somma continua su
R, per ogni > 0 e x e y come sopra esistono r e s in D tali che f (x) < r,
f (y) < s e r + s < f (x) + f (y) + . Le prime due di queste disuguaglianze
equivalgono a x A(r) e y A(s), rispettivamente. Allora, per il Lemma
3.2.4, abbiamo x + y A(r + s), e quindi
f (x + y) 6 r + s < f (x) + f (y) + .
Poich arbitrario, questo implica (3.5). chiaro che f (0) = 0, e quindi
d(x, x) = 0 per ogni x. Inne, mostriamo che d(x, y) > 0 (propriet (i)) della
Nota 3.2.6. Si noti che nellultima parte della precedente dimostrazione abbiamo implicitamente usato il fatto che le palle in una metrica sono automaticamemte insiemi stellati: in uno spazio vettoriale non metrizzabile un
argomento simile non vale per i dilatati di un qualsiasi intorno U di 0, e per
questo tipo di asserzioni occorre richiedere che U sia limitato, come abbiamo
fatto nella Proposizione 3.2.1.
3.2.3
Spazi normabili
3.2.
343
Lemma 3.2.10. In uno spazio vettoriale topologico V , la funzione di supporto P di un convesso C che contiene lorigine come punto interno soddisfa
le propriet seguenti:
(i) p(v) = p(v) per ogni > 0 e v V ;
(ii) {v : p(v) < 1} C {v : p(v) 6 1} ;
(iii) p(u + v) 6 p(u) + p(v) .
3.3
345
Definizione 3.3.1. (Operatori lineari limitati su spazi vettoriali topologici.) Siano V e W spazi vettoriali topologici localmente limitati e
T : V W un operatore lineare. Si dice che T un operatore limitato se
manda insiemi limitati in insiemi limitati (deniti nella Denizione 3.1.1).
Nota 3.3.2. Si noti che, come banale conseguenza della linearit e della Denizione 3.1.7, ogni operatore lineare manda insiemi stellati in insiemi stellati.
Proposizione 3.3.4. Siano V e W spazi vettoriali topologici localmente limitati. Ogni operatore lineare continuo T : V W limitato. Viceversa,
se lo spazio vettoriale topologico V metrizzabile, o equivalentemente, se la
sua topologia ha una base locale numerabile (Definizione 1.10.1 e Teorema
3.2.5), e loperatore lineare T limitato, allora T continuo. In particolare,
questo vale se V localmente limitato (Corollario 3.2.7).
(Si noti che, affinch esistano operatori limitati non banali, occorre che gli
spazi V e W siano localmente limitati).
Dimostrazione. Sia T : V W un operatore lineare continuo, B V un
insieme limitato e U W un intorno aperto dellorigine. Poich T (0) = 0
per linearit, la continuit assicura lesistenza di un intorno O dellorigine in
V tale che T (V ) U. Daltra parte, dire che B un insieme limitato signica che B U per tutti i > 0 sucientemente grandi (Denizione 3.1.1).
Pertanto, per tali abbiamo T (B) T (U) = T (U) W , e quindi T (V )
un insieme limitato. Questo prova che T un operatore limitato.
Viceversa, supponiamo che T sia un operatore limitato. Lo spazio V localmente limitato e quindi la topologia di V ha una base locale numerabile, in
base alla Proposizione 3.2.1. Vogliamo dimostrare che T continuo. Indichiamo con 0V e 0W le origini degli spazi V e W . A causa della linearit e
della continuit delle traslazioni negli spazi vettoriali topologici (ci riferiamo
Esercizio 3.3.8. Si verichi che kT k una norma sullo spazio vettoriale degli
operatori limitati.
347
(3.7)
n
X
vi ei ) =
i=1
e quindi
2
kT vk =
n
X
i=1
|i | |vi | 6 |1 |
n
X
i vi ei ,
i=1
n
X
i=1
|vi |2 = |1 |2 kvk2 .
3.3.1
349
Funzionali lineari
Definizione 3.3.13. Un funzionale lineare F su uno spazio vettoriale topologico V (sul campo complesso) un operatore lineare F : V C.
Se V uno spazio normato e F continuo si denisce la sua norma in base
alla Denizione 3.3.5:
kF k = inf {C > 0 : |F v| 6 Ckvk v V } .
(3.8)
(3.9)
3.4
3.4.
3.5
Il teorema di HahnBanach
353
sS
Allora scegliamo tra gli elementi separatori degli insiemi ai due membri,
ossia in modo che
sup(p(s y) + f (s)) 6 6 inf (p(s + y) f (s)) .
sS
sS
(3.10)
(3.13)
(3.14)
Teorema 3.5.3. (Teorema di HahnBanach per spazi vettoriali reali.) Sia p un funzione subadditiva e positivamente omogenea su uno spazio
vettoriale reale V , nel senso della precedente Definizione 3.5.1, sia S un sottospazio proprio di V e f un funzionale lineare su S che verifica f (s) 6 p(s)
per ogni s S. Allora esiste un funzionale lineare F definito su tutto V , che
estende f nel senso che F |S f , e che verifica la disuguaglianza F (v) 6 p(v)
per ogni v V .
Dimostrazione. Sia linsieme di tutti i funzionali lineari f deniti ciascuno
su un qualche sottospazio Vf V e che vericano f (v) 6 p(v) per ogni
v Vf . Diciamo che un funzionale lineare g estende un altro funzionale
lineare f se Vf Vg e g|Vf f . Lestensione denisce un ordinamento
parziale su : per ogni f , g , f g se g estende f .
In base al principio di massimalit di Hausdor (Assioma 2 della Sezione
3.4), esiste una famiglia {g } totalmente ordinata di funzionali in che
contiene f . Ora cusiamo insieme questi funzionali g per costruire un nuovo
funzionale F che li estende tutti. Come dominio di F scegliamo W := V ,
355
Esempio 3.5.4. (Limite di Banach.) Sullo spazio (R) delle successioni reali limitate {xn : n N}, consideriamo la funzione p+ ({xn }) :=
lim supn xn . Allora p+ ({ xn }) = p+ ({xn }) per ogni scalare R, e
p+ ({xn + yn }) 6 p+ ({xn }) + p+ ({yn }). Quindi p+ una funzione omogenea subadditiva. Analogamente, la funzione p ({xn }) := lim inf n xn
omogenea, ma superadditiva: p ({xn + yn }) > p ({xn }) + p ({yn }). Ora
consideriamo il sottospazio vettoriale delle successioni che hanno limite nito. La funzione f ({xn }) := limn xn un funzionale lineare sullo spazio
, e su questo sottospazio si ha f = p+ = p . Quindi, grazie al Teorema
3.5.3, f si estende ad un funzionale lineare Lim su tale che Lim 6 p+ .
Daltra parte, Lim({xn }) Lim({xn }) =6 lim sup{xn } = lim inf{xn },
quindi Lim > p su . Quindi lim inf 6 Lim 6 lim sup.
Sullo spazio delle successioni, sia k loperatore di traslazione di passo k,
denito da k ({xn }) = {xnk }
j=1 . chiaro che p+ e p sono invarianti
per traslazione: lim supn xnk = lim sup xn , ed analogamente per il mini-
Proviamo ora una variante del Teorema di HahnBanach 3.5.3 per spazi
vettoriali complessi:
Teorema 3.5.5. (Teorema di HahnBanach per spazi vettoriali complessi.) Su uno spazio vettoriale V sul campo complesso, sia p una seminorma (come visto nella Definizione 3.5.1, una seminorma una funzione
reale subadditiva ed omogenea, nel senso che
p(v) = ||p(v)
(3.15)
(3.16)
357
(3.17)
Daltra parte, g(s) = Re f (s) 6 |f (s)| 6 p(s). Allora, in base alla versione
reale del Teorema di HahnBanach, esiste un funzionale lineare reale G su
tutto V che soddisfa G(v) 6 p(v). Allora poniamo F (v) = G(v) iG(iv).
Sappiamo da (3.17) che F (s) = f (s) per ogni s S, ovvero che F estende
f . Inoltre F lineare nel senso complesso, perch
F (iv) = G(iv) iG(i2 v) = G(iv) + iG(v) = i(G(v) iG(iv)) = iF (v) .
Resta da provare la maggiorazione |F | 6 p. Scriviamo F (v) nella forma
polare, F (v) = |F (v)|eit . Allora F (eit v) = |F (v)| un numero reale (non
negativo), e quindi F (eit v) = G(eit v). Dalla propriet di omogeneit
(3.15) ora segue che |F (v)| = G(eit v) 6 p(eit v) = p(v).
Nota 3.5.7. Nella loro piena generalit i teoremi di HahnBanach consentono di estendere funzionali lineari reali maggiorati da funzioni subadditive
(Teorema 3.5.3) o funzionali complessi maggiorati in modulo da seminorme
(Teorema 3.5.5). Un caso particolare quello di funzionali lineari su uno spazio normato maggiorati in modulo dalla norma, ossia continui (Denizione
3.3.13). In tal caso il teorema di HahnBanach 3.5.5 permette costruire un
numero arbitrario di estensioni di un funzionale continuo f su un sottospazio
S chiuso in V (nella norma di V ) ad un funzionale continuo (con la stessa
norma kf k) sullintero spazio V . Ad esempio, in base al Lemma 3.5.2, sappiamo che se S ha codimensione nita d in V , immediato vedere (esercizio
per il lettore) che le estensioni di f sono in corrispondenza biunivoca con lo
spazio quoziente V /S, e quindi sono uno spazio vettoriale di dimensione d.
Naturalmente, se il sottospazio vettoriale S, invece di essere chiuso in V ,
denso (nel qual caso, naturalmente, la noprma di S non la restrizione a S
della norma di V , altrimenti S sarebbe un sottospazio chiuso), allora esiste
ununica estensione continua di f , ovvero f (v) = limsv f (s).
3.6.
Dimostrazione. Segue subito dalla precedente Proposizione 3.5.8 se osserviamo che, se kf k 6 1, allora |f (v)| 6 kf k kvk < kvk, in base a (3.8).
per ogni s S .
(3.18)
kf kV = 1.
3.6
In questa Appendice, per completezza, presentiamo una formulazione geometrica del Teorema di HahnBanach 3.5.3, enunciandolo in termini di funzionali che separano insiemi convessi, e lo applichiamo per dedurre propriet di
separazione stretta tramite funzionali (Denizione 3.9.1) di insiemi convessi
disgiunti muniti di opportune propriet, ad esempio in spazi localmente convessi. Sappiamo dalla Nota 3.9.6 che per enunciati di questo tipo la convessit
una condizione indispensabile.
3.6.
(3.19)
f (C1 ) 6 f (C2 ) .
(3.20)
3.7
3.7.
363
(3.21)
Ma H := nk=1 Vk un aperto, e linclusione (3.21) asserisce che, se aggiungiamo laperto H a U, otteniamo un ricoprimento che ammette un sottoricoprimento nito (il sottoricoprimento al lato destro di (3.21). Questo contraddice
la seconda parte della precedente Asserzione: tale contraddizione completa
la dimostrazione per assurdo.
3.8
365
della parte (i) dellEsercizio 1.13.7 viene mandata dalla traslazione z nella corrispondente base locale al punto traslato z (y) = y x, grazie alla
linearit dei funzionali xi (esercizio!). Sappiamo anche che w una topologia localmente convessa, perch questa base locale, grazie alla limearit
dei funzionali xi , consiste di insiemi convessi. Ora la propriet di Hausdor
segue direttamente dalla propriet di separazione della Proposizione 3.1.10,
ossia dal fatto che i funzionali lineari separano i punti di V (si veda anche il
Teorema di HahnBanach 3.6.1), e dalla parte (ii) dellEsercizio 1.13.7.
Per mostrare che la somma continua, basta osservare che, se tre vettori
in V soddisfano x = y + z, allora la controimmagine sotto loperazione di
somma di un aperto di base Ox () contiene laperto Oy (/2) Oz (/2), visto
che, di nuovo per la linearit dei funzionali xi , vale lidentit Oy (/2) +
Oz (/2) = Oy+z ().
Analogamente, per mostrare che la moltiplicazione per scalari continua,
prendiamo un aperto della base locale allorigine, O = {v V : |hxi , vi| < }.
Per ogni v V si ha v/s O per tutti gli s R+ cos grandi che si abbia
|hxi , vi| < s per tutti gli indici i = 1, . . . , n. Allora ssiamo v V e > 0,
e tale che sia piccolo, ovvero che verichi
| | < r .
(3.22)
(3.23)
x (v) = L((v)) =
n
X
i=1
ci hxi , vi .
In altre parole, il generico funzionale x V combinazione lineare di opportuni funzionali xi F. Poich abbiamo assunto che F sia uno spazio
vettoriale, da questo segue che x appartiene a F.
367
Supponiamo ora che V sia uno spazio vettoriale topologico con una topologia , e consideriamo la topologia debole w indotta dai funzionali lineari
in V , ossia i funzionali che sono continui rispetto a . Sappiamo che w
(Esercizio 1.13.4). Sappiamo inoltre, dalla parte (iv) dellEsercizio 1.13.7,
che la toplogia debole indotta dalla famiglia di tutte le funzioni continue
coincide con la topologia originale se in essa lo spazio V verica la propriet di separazione T3 della Denizione 1.10.2 e le funzioni continue separano
i punti dai chiusi: ma qui stiamo considerando la famiglia dei funzionali lineari continui, che sono molti meno di tutte le funzioni continue, e quindi
la topologia debole w indotta da essi pu essere pi debole della topologia
originale. Mostriamo che in eetti di solito cos:
Nota 3.8.4. Una base locale (Denizione 1.10.1) di intorni dellorigine della
topologia debole indotta da V consiste degli aperti O := {x : hxi , vi| <
, i = 1, . . . , n}, al variare di x1 , . . . , xn in V (si veda la parte (i) dellEsercizio 1.13.7). Fissiamo questi funzionali e sia N lintersezione dei loro nuclei:
N := v V : hxi , vi = 0, i = 1, . . . , n. La mappa v 7 (hx1 , vi , . . . , hxn , vi))
un operatore lineare da V a Cn ed il suo nucleo N. Quindi dim V 6
n + dim N, e pertanto N ha dimensione innita se questo vero per V . Daltra parte, N O , e quindi ogni intorno di base dellorigine contiene qualche
sottospazio di dimensione innita, se V uno spazio vettoriale topologico a
dimensione innita. In particolare, in tal caso w non 21 una topologia localmente limitata (Denizione 3.1.1). Quindi, in base alla Nota 3.1.2, in tutti
gli spazi normati a dimensione innita la topologia debole strettamente pi
debole della topologia originale, che dora in poi chiameremo topologia forte.
Corollario 3.8.7. Un sottospazio di uno spazio vettoriale localmente convesso V chiuso nella topologia forte se e solo se lo nella topologia debole.
Un convesso in V denso nella topologia forte se e solo se lo in quella
debole.
3.9
3.9.1
3.9.
TEOREMA DI KREINMILMAN
369
(3.24)
per la propriet (ii) del Lemma 3.2.10. Sullo spazio S generato da v0 deniamo il funzionale lineare reale f (v0 ) = , per reale (ed anche per
complesso, ma in questo secondo caso si ottiene un funzionale complesso di
cui sar la parte reale a soddisfare lenunciato, il che quanto comunque contemplato nella Denizione 3.9.1 di separabilit tramite funzionali complessi:
per semplicit quindi, e senza perdita di generalit, limitiamo lattenzione ad
un funzionale reale f ). Dalla linearit di f , dalla propriet (i) del Lemma
3.2.10 e da (3.9.3) segue f 6 p su S. Daltra parte, le propriet (i) e (iii)
del Lemma 3.2.10 dicono che p una funzione subadditiva positivamente
omogenea, e quindi possiamo ora applicare il Teorema di HahnBanach 3.5.3
cC
(3.25)
3.9.
TEOREMA DI KREINMILMAN
371
infvC f (v), ovvero che > 0. Sappiamo che il funzionale f non identicamente nullo: scegliamo w V tale che f (w) > 0, e comprimiamolo in
modo che nisca dentro laperto O, ossia scegliamo uno scalare reale tale
che w O (questo possibile perch lorigine un punto interno di O : si
veda la Nota 3.9.2). Allora, in base a (3.25), f (w) deve essere minore di
e pertanto 0 < f (w) = f (w) < .
3.9.2
3.9.
TEOREMA DI KREINMILMAN
373
(3.27)
3.9.
TEOREMA DI KREINMILMAN
375
(i) dellenunciato.
La stessa argomentazione vale se si assume che V non sia localmente convesso
ma solo che il suo duale separi i punti di V : basta applicare, subito sopra,
la Proposizione 3.9.5 invece della Proposizione 3.9.4. Questo prova la parte
(ii).
Corollario 3.9.15. Ogni insieme compatto non vuoto in uno spazio localmente convesso ammette punti estremi.
3.9.3
Esempio 3.9.16. (Punti estremi delle sfere unitarie di L e C.) Consideriamo il caso degli spazi di Banach L [a, b] e C[a, b] (spazi vettoriali sul
vcmpo complesso, quindi costitiiti di funzioni a valori complessi): il caso di
intervalli illimitati, ad esempio L (R) e C(R), analogo.
Una funzione f nella sfera unitaria di questi spazi tale che f (t)| 6 1 (quasi
ovunque nel caso di L ), e quindi si pu pensare come una curva misurabile
da [a, b] al disco unitario D di C (per quasi ogni t [a, b] nel caso di L ).
Nel caso di f C[a, b] si tratta di una curva continua.
Ora occorre notare che i punti x che giacciono sulla circonferenza di raggio
1 sono punti estremi del disco unitario D, perch ogni segmento in C che
contiene x come punto interno, comunque corto lo si scelga, ha almeno un
punto estremo fuori di D (ed entrambi nel caso il segmento sia tangente a
D, a causa della convessit di D). Invece ogni punto x nel disco unitario
aperto di C combinazione convessa di punti estremi del disco (ossia sulla
sua frontiera). Si pu anzi esprimere x come media aritmetica di due punti di
frontiera: se x 6= 0 si tratta dei due punti di intersezione sulla circonferenza
Esempio 3.9.18. (Punti estremi delle sfere unitarie di Lp .) Consideriamo adesso le sfere unitarie in Lp [a, b]. Poich chiaramente i punti estremi
rimangono invariati se si dilata la sfera, senza perdita di generalit possiamo
assumere che la misura di Lebesgue sia stata normalizzata in maniera che la
misura totale di [a, b] valga 1: ossia, dm = dx/(b a). Per evitare di scrivere
3.9.
TEOREMA DI KREINMILMAN
377
= kgkpp + (1 )khkpp = 1 .
379
Esempio 3.9.20. (Punti estremi della sfera unitaria di p .) In particolare, se nel precedente Esempio 3.9.19 la misura che conta su Z (introdotta
nellEsempio 1.9.22), allora Lp () isometricamente isomorfo allo spazio p
delle successioni la cui potenza p d luogo ad una serie assolutamente convergente, introdotto nella Denizione 1.7.1, e le successioni ek giocano un ruolo
analogo ai vettori della base canonica nello spazio p su n punti, isomorfo a
Cn .
Analogamente, per la misura con inniti atomi di identica massa, lo spazio
Lp isometricamente isomorfo a p (se gli atomi hanno masse dierenti si
ottengono invece spazi p con peso). Da quanto visto prima ora sappiamo
che tutte le successioni nella sfera unitaria di p sono punti estremi di questa
sfera se 1 < p < , mentre per p = 1 i punti estremi sono solo le successioni
canoniche ek (che in questo contesto discreto sono delte di Dirac) moltiplicate
per un generico numero complesso di modulo 1, e per p = i punti estremi
sono tutte le successioni di modulo 1.
Naturalmente, nel caso particolare di sottospazi a dimensione nita di p dati
da successioni nulle dopo lindice n, questo signica che la sfera unitaria di p
un solido strettamente convesso se 1 < p < , mentre nonb lo per p = 1
o : in tal caso i punti estremi di questo solido sono i vettori che (limitando
lattenzione al modulo delle loro coordinate) giacciono rispettivamente sugli
assi cartesiani o sulle bisettrici dei vari ottanti. per il calcolo esplicito ed il
disegno di queste sfere unitarie nel caso bidimensionale rinviamo il lettore
allEsempio 1.7.10.
3.10
381
Lemma 3.10.6. Sia U un intorno dellorigine in uno spazio vettoriale topologico V e F linsieme dei funzionali lineari x su V che verificano |hx , vi| 6
C per qualche C >= 0 e per ogni v U. Allora:
(i) per ogni v V , esiste una costante cv > 0 tale che hx , vi| 6 cv per
ogni
Q x F, e quindi F un sottoinsieme del prodotto cartesiano Z :=
vV Dv , dove Dv la palla di raggio cv /C nel campo di base su cui
definito V (reale o complesso);
Corollario 3.10.8. (i) Lo spazio delle funzioni continue su uno spazio topologico non discreto non il duale di uno spazio vettoriale topologico.
(Si noti che, invece, lo spazio L () rispetto ad una qualsiasi misura
di Borel il duale di L1 (): si veda lEsempio 3.12.1 nel seguito).
3.11
Sappiamo dallEsercizio 3.3.6 che gli operatori lineari da uno spazio normato
V ad un altro spazio normato W formano uno spazio normato con la norma
(3.28)
3.11.1
387
Loperatore aggiunto
(3.30)
3.12
|f (t)| dt = (|f |, 1)
6 kf k2 k1k2
Z 1 21
= kf k2
dt
0
= kf k2 ,
389
con una funzione. Quindi (L1 [0, 1]) isometricamente isomorfo a L [0, 1].
Questo fatto un caso particolare del Teorema 1.19.6.
Abbiamo gi osservato che lo stesso argomento vale per L1 rispetto a qualsiasi altra misura di Borel, in particolare per funzioni su R invece che su un
intervallo compatto come [0, 1]. In questo caso, unaltra dimostrazione fa uso
del teorema di convergenza di identit approssimate su R (che presenteremo
in seguito: Teorema 6.1.16), e prova che il duale di L1 (R) isometricamente
isomorfo a L (R). Anche questo un caso particolare del Teorema 1.19.6.
L1 [0, 1]
= L2 [0, 1] .
= L [0, 1] L2 [0, 1]
Ecco quindi che, in questo caso nel quale i sottospazi non sono chiusi (anzi
sono densi, in base al Teorema di convergenza di identit approssimate (cheb
presenteremo in seguito), Teorema 6.1.10), la dualit rovescia la relazione di
inclusione.
Esempio 3.12.2. ((Lp ) = Lq se p1 + 1q = 1.) Pi in generale, prendiamo
indici coniugati 1 6 p < , 1 < q 6 con p1 + 1q = 1 (Denizione 1.16.4;
conveniamo come sempre che, se p = 1 e q = , valga p1 + 1q = 1, per qui
consideriamo solo il caso p = 1, q = , non il viceversa). Rammentiamo
la disuguaglianza di Hlder per funzioni su R (Teorema 1.16.6): per
q
p
q
p
L
R [0, 1] e f L [0, 1] (o rispettivamente per L (R) e f L (R)), si ha
(t)f (t) dt 6 kkq kf kp . Ne segue:
|T (f )| = |h, f i| 6 kkq kf kp .
(3.31)
(3.32)
391
= (l1 ) ) q = (p ) ) s = (r )
X
Tx (y) hx, yi
xn yn ,
n=
abbiamo
(3.33)
(3.34)
(Corollario 1.16.8 (i)). Da qui, come prima nel caso di una variabile reale
invece che intera, segue che la norma p di una successione x lestremo
superiore della sua norma come funzionale su q (Corollario 1.16.8 (ii)), ossia
3.13
3.13.1
Questa Sottosezione incidentale, perch dedicata a propriet degli spazi topologici, non degli spazi vettoriali topologici: pur tuttavia, essa ha
applicazioni fondamentali allanalisi funzionale su spazi vettoriali topologici.
Osserviamo anzitutto che i rapporti fra le nozioni topologiche e metriche
(come ad esempio la densit) e la teoria della misura sono talvolta un po sottili, persino negli spazi vettoriali a dimensione nita. Ad esempio, sappiamo
che esistono insiemi numerabili densi in R ma di misura zero, come i razionali.
facile costruire sottoinsiemi densi in R ed aperti, quindi di misura positiva,
ma piccola. Ecco un modo: si numerino i razionali, in maniera da scrivere
Q come una successione {q1 , q2 , . . . }, e si consideri lintervallo aperto Jn di
lunghezza, diciamo, 2n centrato in qn . Allora E = n Jn denso in R perch
contiene Q ma ha misura minore o uguale ad 1. Considerando intervalli Jn di
misura opportunamente piccola e scartando nel corso della costruzione ogni
razionale che appartiene ad uno degli intervalli Jn gi considerati otteniamo
una variante di E che consiste di una unione numerabile di intervalli aperti
disgiunti che densa in R ma di misura arbitrariamente piccola.
Consideriamo questultimo insieme E e trasliamolo di un passo per ottenere un nuovo insieme E con le stesse propriet. Denitivamente si ha
m(Jn ) < /2: per tutti questi valori di n, Jn disgiunto dal suo traslato
Jn , ma interseca comunque altri traslati Jm a causa della densit. In
particolare, ogni razionale qn deve distare meno di una quantit n da uno
dei traslati Jm , e quindi da E , con limn n = 0. Poich i razionali sono
densi, anche lintersezione E E continua ad essere un insieme denso, per
ogni > 0, ed anche aperta perch intersezione di due unioni numerabili disgiunte di intervalli aperti, e lintersezione di due intervalli aperti, se
non vuota, un aperto. Questa osservazione ha a che fare con propriet
topologiche o metriche pi che della misura: essa lega la densit dellintersezione di due sottoinsiemi con una propriet puramente topologica, il fatto di
essere aperti. Se gli insiemi non sono aperti lintersezione di solito vuota:
si pensi a Q ed ad un suo traslato Q di passo irrazionale (in questo caso i
due insiemi hanno misura zero, ma facile adattare lesempio in modo che
uno dei due abbia misura zero e laltro no (ad esempio, scegliendo Q ed un
sottoinsieme dellinsieme E di prima ottenuto scavando da E un insieme
come E di prima ma di misura inferiore a quella di E ).
393
3.13.2
Nota 3.13.6. Le unioni numerabili ed i sottoinsiemi di insiemi di prima categoria sono di prima categoria. Gli omeomorsmi (mappe continue ed invertibili
con inversa continua) preservano la categoria.
3.13.3
Basi di Hamel
395
un insieme linearmente
dipendente, e quindi esiste una combinazione liPn
neare 0 v + i=1 i i = 0 con coecienti i non tutti nulli. Poich per
{1 , . . . , n } sono linearmente indipendenti, deve
Pessere 0 6= 0, e dividendo la precedente identit per 0 si ottiene v = ni=1 ci vi , con ci = i /0 .
Di nuovo per il fatto che {1 , . . . , n } sono linearmente indipendenti, questa combinazione lineare deve essere unica. Se invece v appartiene gi a ,
lindipendenza lineare di assicura che v non si pu scrivere come combinazionemlineare di altri elementi di , e quindi anche in questo caso si ha
unicit.
Viceversa, se ogni vettore v V si decompone in modo unico come combinazione lineare di elementi di , allora in particolare questo accade per gli
elementi di , e quindi, in base allargomento appena visto, un insieme
linearmente indipendente; inoltre massimale, perch se vi aggiungeiamo un
elemento v, questo elemento si scriverebbe come combinazione lineare di elementi di ma anche nel modo banale v = v, e quindi non si ha pi lunicit
dello sviluppo.
Lemma 3.13.9. Ogni sottospazio di dimensione finita di uno spazio vettoriale topologico chiuso.
Dimostrazione. Sia V uno spazio vettoriale topologico, diciamo sul campo C,
X un sottospazio di dimensione n e F : Cn X un isomorsmo. Essendo
un operatore lineare a dimensione nita (denito su Cn ), F continuo, e,
indicando con B la sfera unitaria aperta in Cn , limmagine K = F (S) della
sfera unitaria chiusa S = B compatta in V . Poich 0
/ K e V di
Hausdor, esiste un intorno O di 0 in V disgunto da K. Per continuit,
possiamo anche scegliere O cos piccolo che O F (B). Sia x un vettore nella
chiusura di X: in base al Lemma 3.1.13, x rO se r abbastanza grande,
quindi x appartiene alla chiusura di X rO F (rB) = F (rB). Daltra
parte, B compatto in Cn e F continua, quindi F (rB) compatto in V ,
e pertanto chiuso per il Lemma 1.10.6 perch V di Hausdor (Corollario
3.1.11). Pertanto x F (rB X, e quindi X chiuso.
Proposizione 3.13.10. Se V uno spazio vettoriale, Wn V sono sottospazi di dimensione finita e V = n Wn , allora V di prima categoria in s
stesso (nel senso della Definizione 3.13.3).
Dimostrazione. In base al Lemma 3.1.13, se V ha dimensione innita il sottospazio Wn di dimensione nita non possono contenere aperti, e quindi Wn
Corollario 3.13.11. Sia V un F-spazio a dimensione infinita (ossia uno spazio vettoriale a dimensione infinita, munito di una topologia completa indotta da una metrica, necessariamente invariante per traslazione: Definizione
3.1.1). Allora V non ammette basi di Hamel numerabili.
3.14
397
Teorema 3.14.3 (BanachSteinhaus). Siano X e Y spazi vettoriali topologici e F una famiglia di operatori lineari continui da X a Y . Sia U linsieme
dei vettori x tali che lorbita Fx := {F (x) : F F } un insieme limitato in
Y . Se U di seconda categoria in X, allora U = X (ossia gli operatori F in
F sono puntualmente equilimitati, e la famiglia F equicontinua (e quindi
equilimitata, per la precedente Proposizione 3.14.2).
Dimostrazione. Siano V e W intorni stellati dellorigine in Y tali che V +V
W . Poich tutte le F F sono continue, linsieme C = {F 1 (V ) : F F }
intersezione di chiusi in X e quindi chiuso. Per ogni x U abbiamo assunto che lorbita Fx sia limitata, quindi contenuta nellaperto nV per qualche
intero n. Questo signica che x F 1 (nV ) per tutti gli F F , e quindi
x nC. In altre parole, U
n=1 nC.
Ora usiamo lipotesi che U sia di seconda categoria in X: allora almeno uno
degli insiemi nC deve essere di seconda categoria, perch altrimenti U sqarebbe unione numerabile di insiemi di prima categoria e quindi anchesso di
prima categoria (Nota 3.13.6). Ma la moltiplicazione per n un omeomorsmo, e quindi, per la stessa Nota, anche C di seconda categoria. Allora
C non pu essere non denso da nessuna parte (Denizione 3.13.3), e siccome
abbiamo visto che C chiuso, deve avere almeno un punto interno z, in base
alla Nota 3.13.2. Allora z C contiene un intorno aperto A dellorigine in
X, e per ogni F F si ha F (A) F (z) F (C) V V W (la prima
inclusione vale perch z U, la seconda per la denizione di C). Quindi F
una famiglia equicontinua.
Ora, in base alla Proposizione 3.14.2, la famiglia F equilimitata: quindi,
per ogni x X, lorbita Fx un insieme limitato in Y . Ci signica che
U = X.
Nota 3.14.6. Grazie allinvarianza per traslazione della topologia degli spazi
ettoriali topologici, una mappa fra spazi vettoriali topologici continua se e
solo se continua allorigine, ed aperta se e solo se aperta allorigine.
Come osservato nel suo enunciato, il Teorema di BanachSteinhaus 3.14.3
asserisce che una condizione di limitatezza puntuale per una famiglia di
operatori lineari su opportuni spazi vettoriali topologici diventa uniforme.
Riformuliamo questa propriet nel caso pi consueto di spazi di Banach.
Corollario 3.14.7. (Principio di uniforme limitatezza per spazi di
Banach.) Siano X e Y spazi di Banach e F una famiglia di operatori
lineari da X a Y puntualmente limitata, nel senso che, per ogni x X, si ha
supF kF (x)k) < . Allora F equicontinua, nel senso che vale la seguente
maggiorazione uniforme sulla sfera unitaria di X: esiste una costante M > 0
tale che, per ogni x con kxk 6 1, si ha kF (x)k 6 M per ogni F F . Quindi,
per linearit, gli operatori in F sono uniformemente limitati: per ogni x X
e F F,
kF (x)k 6 Mkxk .
3.15
399
n=1
Daltra parte, xn tende a zero, e quindi anche yn = F (xn ) perch F continua. Quindi segue da 3.36 che x = F (y1) F (V0 ). Questo prova la seconda
inclusione in (3.35), e quindi lasserzione, e come conseguenza il fatto che F
sia una applicazione aperta.
Reata da dimostrare che anche Y un F-spazio. Sia N il nucleo di F . Sappiamo dallEsercizio 3.1.6 che X/N un F-spazio: quindi basta trovare una
immersione, ossia un isomorsmo lineare I : X/N Y , che sia anche un
omeomorsmo. Questo isomorsmo I(x + N) = F (x). Infatti, ovvio che
questo un isomorsmo lineare e che si fattorizza rispetto alla proiezione canonica sul quoziente (Denizione 3.1.4): F (x) = I((x). Mostriamo che i
continuo: per ogni aperto V Y , la controimmagine I 1 (V ) aperta perch
I 1 (V ) = (F 1(V )) (per denizione di I) e aperta (Esercizio 3.1.6) e F
continua. Inne, mostriamo che I una applicazione aperta. Per denizione di I, per ogni aperto O X/N, abbiamo che I(O) = F ( 1 (O) aperto,
perch continua (per la Denizione 3.1.5 di topologia quoziente) e, come
appena visto, F aperta.
401
Corollario 3.15.5. La topologia di un F-spazio massimale, nel senso seguente: se X un F-spazio nella topologia ed anche in una topologia pi
forte + , allora + coincide con .
Dimostrazione. Basta applicare il precedente Corollario 3.15.4 alla mappa
identit da (X, tau+ ) a (X, ), che continua visto che + .
403
limitata al variare di x. Pertanto anche |fnk (x) f (x)| uniformemente limitata (dalla costante |f (x0 )| + kf k 6 2kf k ). Allora possiamo applicare al
compatto [0, 1] il Teorema di Convergenza Dominata 1.9.54 e concludere che
fnk converge a f in L1 ed in tutte le norme Lr su [0, 1], per ogni 1 6 r < .
Abbiamo provato (v).
Se p = 2, osserviamo che la sfera unitaria in S considerato come sottospazio
chiuso nella norma L2 , la quale compatta nella topologia debole stella di
L2 in base al Teorema 3.10.7, lo anche nella topologia debole indotta da L2 ,
perch L2 [0, 1] coincide isometricamente con il proprio duale (questo risultato un celebre teorema di RieszFischer, la cui dimostrazione, per comodit
espositiva, viene rimandata al Capitolo 4 (teorema 4.4.6). Pertanto la parte (v) nel caso p = 2 asserisce che nella sfera unitaria dello spazio S (nella
norma di L2 ) ogni successione ha una sottosuccessione convergente ad un elemento di S non soltanto debolmente, ma anche in norma. Questo signica
che le sfere di S sono compatte nella norma di L2 , ossia che S localmente
compatto. Questo fatto esattamente la parte (vi), e la parte (vii) ora segue
da un risultato che per convenienza espositiva posponiamo ad una prossima
Sezione: il Teorema 3.19.5, che asserisce che uno spazio vettoriale topologico
localmente compatto se e solo se a dimensione nita.
3.16
Ora mostriamo che, per funzioni lineari su spazi vettoriali topologici metrizzabili e completi, il fatto che il graco sia chiuso equivale alla continuit.
Questa una conseguenza quasi immediata del Teorema dellapplicazione
aperta 3.15.3.
Teorema 3.16.4. (Teorema del grafico chiuso.) Siano X e Y F -spazi
(Definizione 3.1.1), e T una applicazione lineare da X a Y . Allora T
continua se e solo se il suo grafico chiuso in X Y .
Dimostrazione. Grazie alla Proposizione 3.16.2 suciente dimostrare che
se il graco G di T chiuso allora T continua.
Consideriamo lo spazio vettoriale X Y , con somma e moltiplicazione per
scalari denita componente per componente. Poich X e Y sono F -spazi,
la loro topologia indotta da metriche invarianti dX e dY : allora banale
vericare che d((x1 , y1 ), (x2 , y2 )) := dX (x1 , x2 ) + dY (y1 , y2 ) una metrica
invariante su X Y compatibile con la sua topologia prodotto, e completa.
3.17.
405
2 (x, y) = y .
G .
3.17
3.17.1
Nota 3.17.3. (Topologia indotta da una famiglia separatrice di seminorme.) Una famiglia separatrice di seminorme rende V uno spazio
vettoriale topologico con la topologia data da tutte le unioni di traslati di
membri della base locale a 0. ovvio che questa topologia invariante per
traslazione; in verit, occorrerebbe dimostrare che i punti sono chiusi (la propriet T 1 che assunta nella Denizione 3.1.1 di spazio vettoriale topologico,
ma questo (per linvarianza per traslazione) equivale al fatto che {0} sia un
chiuso, e ci una ovvia conseguenza della propriet di separazione: ogni
v 6= 0 contenuto in qualche aperto di base v + V (pn , r) che non contiene
0, quindi il complemento di {0} aperto. La continuit della somma e della
moltiplicazione per scalari sono facili esercizi che lasciamo per il lettore (che
in caso di dicolt pu consultare la dimostrazione di [25, Theorem 1.37].
In questa topologia la nozione di convergenza diventa la seguente:
lim vj = v
3.17.
407
seminorme, una funzione F : V W (dove W un qualsiasi spazio topologico) continua se e solo se la controimmagine di un aperto O W
contiene un aperto di tale base (per denizione di continuit, Sezione 1.1, e
denizione di base locale della topologia, Denizione 1.10.1). Un caso particolare quello delle funzioni F che sono operatori lineari da V ad uno spazio
normato W : essi sono continui se e solo se sono continui allorigine (grazie
alla linearit ed alla invarianza per traslazione della topologia), e pertanto
se e solo se, per ogni sfera O intorno allorigine in W , esistono una famiglia
nita n1 , . . . , nk N e una costante C tali che, per ogni v O,
kF (v)k < Cn
k
X
pni (v) .
i=1
k
X
pni (v) .
i=1
Nota 3.17.5. Sia V uno spazio vettoriale con topologia indotta da una famiglia numerabile di seminorme pn . Allora ogni pn una funzione continua su
V . Infatti, per linvarianza per traslazione basta mostrare che pn continua
a 0. Per ogni > 0, sia r Q, 0 < r < . Allora la controimmagine sotto pn
dellintervallo aperto di raggio e centro 0 in R contiene V (pn , r), ed infatti
consiste dellunione 0<r< V (pn , r), ossia di un aperto in V .
X
n=1
2n
p(x y)
.
1 + p(x y)
Nota 3.17.8. Si badi bene, a scanso di funesti equivoci, che gli insiemi E
caratterizzati dal fatto che tutte le seminorme pn sono limitate su E di solito
non sono aperti! La palla Bn () = {f : pn (f ) < } limitata per ciascun
n e , come osservato allinizio della dimostrazione del Teorema 3.2.11, ed
aperta grazie alla Nota 3.17.5. Ma se la famiglia di seminorme numerabile
invece che nita, il tipico insieme E su sui tutte le seminorme sono limitate intersezione numerabile di traslati di palle Bn (n ), ed una intersezione
numerabile di aperti di solito non aperta. Questa la vera, profonda dierenza fra le topologie di spazio normato e di spazio munito di una famiglia
separatrice (innita) di seminorme.
3.18
3.18.1
409
(3.37)
Gli aperti la sottobase locale indotta da ciascuna di queste seminorme sono gli
insiemi W (n, , r) = {f : qn, (f ) < r} Poich per una base per la topologia
indotta da questa famiglia di seminorme consiste delle intersezioni nite di
questi insiemi, la stessa topologia viene indotta da questa nuova famiglia di
seminorme:
pn (f ) = max{|D f (x)| : x Bn , || 6 n} .
(3.38)
Le famiglie di seminorme {qn } e {pn } sono famiglie separatrici, perch se
f 6= 0 allora qo (f ) = p0 (f ) = kf k > 0.
La sottobase indotta dalla nuova famiglia {pn } consiste degli insiemi V (n, r) =
||6n W (n, , r). In eetti questa non solo una sottobase ma anche una
base, grazie alla seguente ovvia osservazione:
Nota 3.18.1. Se una famiglia di seminorme pn monotna, nel senso che,
per ogni vettore v, si ha pn (v) 6 pn+1 (v), allora gli insiemi V (pn , r) = {v :
pn (v) < r} sono inscatolati, nel senso che V (pn+1 , r) V (pn , r), e quindi la
intersezione di un numero nito di questi insiemi V (pn , r)
e ancora un insieme dello stesso tipo: se n1 < n2 < < nk , allora
ki=1 V (pni , r) = V (pnk , r). Quindi i V (pn , r) costituiscono non solo una
sottobase, ma anche una base locale a 0 per la topologia. Per semplicit,
preferiamo ricorrere ad una base indicizzata da un solo indice, e per questo
(3.39)
(3.40)
Bn ||6n
Rk ||6n
411
sup
(1 + |x|k ) |D f (x)| .
xRm ,||=n
sup
(1 + x2k ) |D f (x)| .
xRm ,||=n
Infatti, le due famiglie di seminorme sono equivalenti, perch, ovviamente, p2k,n = r2k,n , mentre p2k1,n = r2k,n per ogni k > 1. Lultima asserzione vale perch |x|2k1 diverge allinnito pi lentamente di x2k , mentre,
se x varia su un qualsiasi compatto J, esiste una costante C(J) tale che
1 + |x|2k1 6 C(J)(1 + x2k ), dal momento che le due funzioni continue
1 + |x|2k1 e 1 + x2k sono limitate superiormente ed inferiormente sui compatti, ed il loro minimo maggiore o uguale a 1.
3.18.2
413
(3.41)
(3.42)
415
(3.43)
ha
(3.44)
(3.45)
(Nota 3.17.2), e quindi, per ogni f E, esistono n intero e r > 0 tali che
f + Bn,K (r) = {g DK : sn (g f ) < r} E .
(3.46)
(3.47)
417
1
|fn (xn )|
n
per ogni n N} .
419
appartiene a ). Ma chiaramente V = F 1 (U) anchesso convesso e stellato, ed in base alla parte (ii) del Teorema 3.18.12 un tale V in se e solo se
in , ossia V DK K (questa la Denizione 3.18.9 di ). Ma questo
vero se la restrizione di F a DK K -continua. Abbiamo provato che (i) e
(iii) sono equivalenti.
Abbiamo gi dimostrato nella prima parte della Proposizione 3.3.4 che (i)
implica (ii). Purtroppo, il viceversa non segue da quella Proposizione, perch
non abbiamo dimostrato che D() sia metrizzabile, ed in eetti vedremo che
non lo (Teorema 3.18.21). (invece, lequivalenza di (i) e (ii) sarebbe conseguenza di quella Proposizione se stessimo considerando applicazioni lineari
sui sottospazi DK , che sono metrizzabili in base al Teorema 3.17.6 perche la
loro topologia K indotta da una famiglia separatrice di seminorme).
Assumiamo (ii): F limitato. Evidentemente, allora, la restrizione di F ai
sottospazi DK per ogni compatto K anchessa limitata. Poich DK
metrizzabile, questa restrizione continua su DK (naturalmente rispetto a
K , che la topologia indotta da per restrizione), in base alla seconda parte
della prima parte della Proposizione 3.3.4. Questo mostra che (ii) implica
(iii) e completa la dimostrazione dellenunciato.
Notazione 3.18.19. Un funzionale continuo su D() si chiama una distribuzione. Le distribuzioni verranno studiate succintamente, ma comunque in
3.19.
PROPRIET DI HEINEBOREL
421
Kn in modo che =
n=1 Kn : allora D() = n=1 DKn unione numerabile
di sottoinsiemi con interno vuoto, e quindi di prima categoria in s stesso
(Denizione ??): allora, poich completo (Teorema 3.18.15), non pu essere
metrizzabile in base al Teorema di Categoria di Baire 3.13.1.
3.19
(3.48)
3.19.
PROPRIET DI HEINEBOREL
423
Proposizione 3.19.4. Sia X uno spazio vettoriale topologico e V un sottospazio di dimensione finita. Allora V chiuso in X.
Dimostrazione. In base al precedente Lemma 3.19.3, suciente dimostrare che Y localmente compatto (nella topologia relativa). Pi in generale,
costruiamo un isomorsmo fra Y e Cn che un omeomorsmo (ossia continuo con inversa continua), ed allora Y deve essere localmente compatto nella
topologia relativa perch Cn lo nella propria topologia. In eetti, ci che
stiamo per dimostrare che ogni isomorsmo un omeomorsmo.
n
Scegliamo una base {v1 , . . . , vP
n } in V , e consideriamo la mappa T : C V
denita da F (1 , . . . , n ) = nj=1 j vj : si osservi che limmagine di T V .
Poich in uno spazio vettoriale topologico la moltiplicazione per scalari e la
somma sono mappe continue, anche T continuo, ed inoltre iniettivo perch
{v1 , . . . , vn } una base. Basta provare che loperatore inverso T 1 : V Cn
anchesso continuo, perch in tal caso gli spazi topologici Cn e V (questultimo nella topologia relativa indotta da X) sono omeomor, e quindi V deve
essere chiuso perch lo Cn . Dimostriamo questo fatto per induzione su n.
Per n = 1, T 1 esiste perch T iniettivo, ed un funzionale lineare iniettivo
denito su V , quindi ha nucleo {0}. Il nucleo chiuso (nella topologia relativa di V ) e quindi T 1 continuo in base alla Proposizione 3.3.14. Pertanto,
in questo caso, T un omeomorsmo.
Fissiamo n > 1 e supponiamo, per induzione, che lenunciato valga per n 1,
ossia che la restrizione di T a sottospazi di dimensione n 1 sia un omeomorsmo. Poich {v1 , . . . , vn } P
una base di V , ogni vettore v V si esprime
n
in modo unico come v =
i=1 i vi , dove la coordinata i = i (v) un
funzionale lineare su V , non nullo: quindi il nucleo Ni di questo funzionale
lineare un sottospazio di V di dimensione n 1. Per lipotesi di induzione, per ogni i sappiamo che Ni chiuso nella topologia di V (la topologia
relativa indotta da X) e quindi il funzionale i continuo su Y . Ma allora
T (v) = (1 (v), . . . , n (v)) anchesso un operatore continuo.
Teorema 3.19.5. Ogni spazio vettoriale localmente compatto ha dimensione finita (e naturalmente, grazie alla dimostrazione del precedente Lemma
3.19.4, tutti gli spazi vettoriali a dimensione finita sono localmente compatti).
3.19.1
Propriet di HeineBorel
3.19.
PROPRIET DI HEINEBOREL
425
Corollario 3.19.8. Uno spazio normabile di dimensione infinita non soddisfa la propriet di HeineBorel.
Dimostrazione. Uno spazio normabile localmente limitato (Teorema 3.2.11),
e quindi, se ha dimensione innita, non pu vericare la propriet di Heine
Borel a causa del precedente Teorema 3.19.7).
= 2.
Quindi nessuna sottosuccessione di {fn } pu essere di Cauchy (la sua variazione non tende a zero), e pertanto non pu convergere.
3.20
3.20.1
Abbiamo appena visto che lo spazio normato C0 () e tutti gli altri spazi
normati a dimensione innita non soddisfano la propriet di HeineBorel
(Esempio 3.19.9). Completamente diverso pu essere il caso di uno spazio
metrico la cui topologia indotta da una famiglia separatrice di seminorme:
Teorema 3.20.1. C () soddisfa la propriet di HeineBorel della Definizione 3.19.6.
Dimostrazione. Sia J C () un sottoinsieme limitato e chiuso: dobbiamo
mostrare che E compatto. Poich la topologia di C () indotta dalla
famiglia separatrice di seminorme pn introdotte in (3.38), C () uno spazio
metrico per il Teorema 3.17.6, ed completo per il Teorema 3.18.4. Pertanto,
in base al Teorema 1.11.1, J compatto se e solo se ogni successione in J ha
una sottosuccessione convergente.
Usiamo lipotesi che J sia un insieme limitato, il che, per la Proposizione
3.17.7, equivale a dire che tutte le seminorme pn sono limitate su J. Vista la
denizione delle seminorme pn , questo signica che, per opportune costanti
3.20.
427
sup
(1 + x2k ) |D f (x)|
3.21.
3.21
3.21.1
Per 0 < p < 1 sappiamo dal Lemma 1.7.5 che (a + b)p 6 ap + bp . Quindi,
ponendo
d(f, g) := Npp (f g) ,
(3.50)
otteniamo una funzione non negativa su Lp che verica la disuguaglianza
triangolare e tale che d(f h, g h) = d(f, g) per ogni f, g, h: ossia, una
metrica invariante per traslazione. Sappiamo che, per 0 < p < 1, Np non
da una norma (parte (ii) dellEsercizio 1.16.18), ma che nella metrica d lo
spazio Lp completo per tutti i p > 0 (Nota 1.16.27).
3.21.
Esercizio 3.21.4. Il precedente enunciato vale anche per misure senza componente atomica (denite come nellEsempio 3.9.19)? Si riveda la Sottosezione
1.28.2. QUI
3.21.2
3.21.3
:=
X
n=0
|xn |p .
3.21.
0 < p < 1, gli spazi p non sono spazi di Banach e non sono localmente
convessi. Essi sono per spazi metrici completi (Corollario 1.16.30) e spazi
vettoriali topologici localmente limitati (Nota 3.21.1). Per p > 1, invece, gli
spazi p sono spazi di Banach ed il duale di p isometricamente isomorfo a
q con 1/p + 1/q = 1, come si visto nella Sezione 3.12. La dualit data da
hx, yi :=
xn yn
(3.52)
n=0
quindi
P 0 < p < 1. chiaro che, per ogni x e y , la serie hx, yi =
n=0 xn yn converge (criterio del confronto, Sezione 1.1), e dal fatto che
kxkp 6 kxk1 per p < 1 (dimostrazione della Proposizione 1.7.7) abbiamo
X
n=0
X
n=0
X
n=0
|xn |p
! p1
ossia |hx, yi| 6 kyk kxkp . Pertanto si immerge nel duale di p , ovvero
p , e limmersione continua.
p
Resta
P da dimostrare che ogni funzionale continuo y su del tipo y(x) =
n=0 xn yn per qualche successione limitata y. Consideriamo le successioni
canoniche ei della Nota 3.21.6, e poniamo yi := y(ei ). Poich y un funzionale continuo e kei kp = 1, i numeri
|yi | sono limitati uniformemente rispetto
P
p
a i, e per ogni x la serie x = i=0 xi ei converge in p , perch le sue code
P
P
p
p 1/p
. Inoltre
i>N xi ei sono maggiorate nella norma di da
i>N |xi |
y(x) =
X
i=0
xi y(ei ) =
xi yi .
i=0
435
un multiplo della sua sfera unitaria, che compatta nella topologia debole
p in base al Teorema di BanachAlaoglu 3.10.7. Rammentiamo che la topologia debole p separa i punti di (Corollario 3.21.9) ed di Hausdor,
come tutte le topologie deboli indotte da una famiglia di funzionali che separano i punti (Esercizio 1.13.7). Allora lultima parte dellenunciato segue
dalla unicit di una topologia compatta e di Hausdor (seconda parte della
Proposizione 1.10.8, o pi precisamente Esercizio 1.10.9).
3.22
Parte II
Serie e trasformate di Fourier
437
Capitolo 4
Sistemi ortonormali e spazi di
Hilbert
4.1
Richiamiamo la seguente :
Definizione 4.1.1. Rammentiamo che un prodotto interno (o prodotto scalare) (, ) su uno spazio vettoriale V non degenere se v V verica (v, u) = 0
per ogni u V , allora si abbia necessariamente v = 0. Un caso particolare di
prodotti interni non degeneri dato dai prodotti interni definiti positivi, cio
tali che (v, v) > 0 per ogni v H e (v, v) =P0 se e solo se v = 0. Il prodotto
scalare euclideo in Cn , denito da (v, u) = ni=1 vi ui , non degenere.
Sia V uno spazio vettoriale munito di un prodotto interno denito positivo, e sia H un sottospazio a dimensione nita (quindi necessariamente chiuso)
di V . Aermiamo che per ogni vettore v V esiste un vettore w = PH (v) in
H tale che la distanza kv wk la minima possibile. Questo fatto si prova
nel modo seguente. Anzitutto la distanza una funzione continua (vedi Nota
4.1.2 in seguito). Inoltre i suoi valori pi piccoli si trovano entro una sfera
chiusa S; basta prendere un qualsiasi punto h in H e scegliere come raggio
della sfera la distanza r = kv hk: i punti di H fuori di questa sfera non
ci interessano perch distano da v pi di h. Quindi i valori pi piccoli della
distanza da H a v si ottengono per punti di H che si trovano nellinsieme
limitato e chiuso S H. Ora, in un insieme limitato e chiuso in uno spazio a
439
440
dimensione nita, la distanza, essendo una funzione continua (come mopstrato nella prossima Nota 4.1.2), ha minimo (Teorema di Weierstrass, Sezione
1.1).
Nota 4.1.2. Perch la distanza kv wk continua rispetto a w (e a v)?
Perch, se w, w0 H e v V , allora
|kv wk kv w0 k| 6 kv w (v w0 )k = kw w0 k
grazie alla disuguaglianza triangolare delle norme, e quindi
kv wk kv w0 k
se w w0 (cio se kw w0 k 0).
Fissiamo in H un sistema ortonormale {en , n = 1, 2, . . . }. Vogliamo trovare le coordinate di PH (v) rispetto a questo sistema ortonormale.
Teorema 4.1.4. (Teorema di migliore approssimazione).
Sia H un sottospazio chiuso di V , N N e 1 , . . . , N C. Definiamo
N
X
H
EN (v) = min
v
j ej
1 ,...,N C
j=1
= kvk
N
X
(v, ej )2
j=1
441
Figura 4.1: Migliore approssimazione in spazi con prodotto scalare e teorema di Pitagora
e
v
j j
j=1
N
X
j=1
= (v, v)
Ma
j ej , v
N
X
k=1
N
X
k=1
k (v, ek )
(ej , ek ) = jk =
k ek
0
1
N
X
j (v, ej ) +
j=1
N
X
j k (ej , ek ).
j,k=1
k=
6 j
k=j
j=1
k=1
j=1
2
N
N
N
X
X
X
2
2
|(v, ej )|2 .
|
(v,
e
)|
=
kvk
+
e
v
j
j
j j
j=1
j=1
(4.1)
j=1
442
j=1
|j (v, ej )|2 = 0
cio se j = (v, ej ) j.
Quindi
v
N
N
u
X
X
u
2
H
t
|(v, ej )|2 .
EN (v) =
min
v
j ej
= kvk
1 ,...,N C
j=1
j=1
N
X
(v, ej )ej .
j=1
Inoltre lerrore v PH (v) commesso approssimando v con la migliore approssimazione PH (v) in H ortogonale a H:
v PH (v) w
w H.
443
P
(v, ej ) ej
Dimostrazione del Corollario. Abbiamo gi visto che PH (v) = N
PNj=1
(Teorema di migliore approssimazione 4.1.4). Sia w H, w = j=1 j ej .Grazie
allortonormalit degli ej si ha:
!
!
N
N
N
X
X
X
(v, ek )ek
(w, v PH (v)) =
j ej , v
j ej ,
j=1
N
X
j=1
j=1
j (ej , v)
N
X
k=1
j (v, ej ) = 0.
j=1
X
i=1
convergente, e
X
i=1
|(v, ei )|2
N.
444
Ma
N
X
i=1
|(v, ei )|2
una successione non decrescente al crescere di N. Una successione monotna e limitata ha limite nito [19, Cap. 16 (Appendice)]. Quindi esiste nito
il limite
X
|(v, ei )|2
i=1
e verica
X
i=1
X
(v, ej )ej
j=1
X
X
(v, ej )
ej .
(v, bj )bj =
(e
,
e
)
j
j
j=1
j=1
I coecienti
cj =
(v, ej )
(ej , ej )
(4.2)
4.2. COMPLETEZZA
445
Lespressione della disuguaglianza di Bessel nel caso di un sistema ortogonale non normalizzato segue immediatamente dallespressione dei coecienti di Fourier in questo caso, data nella Denizione 4.1.10 immediatamente
precedente:
Corollario 4.1.11. (Disuguaglianza di Bessel per sviluppi ortogonali.) Per ogni v V e per ogni sistema ortogonale {ei , i N}, la serie
X
|(v, ei )|2
i=1
convergente, e
(ei , ei )
X
|(v, ei )|2
i=1
(ei , ei )
6 kvk2 .
X
|ci )|2 kei k2 6 kvk2 .
|(v,ei )|
(ei ,ei )
(Definizione
(4.3)
i=1
4.2
Sia V uno spazio vettoriale con prodotto interno (, ), e come al solito kvk2 =
(v, v). Data una successione di vettori {vj , j N} V , ricordiamo che si
dice che vj converge a v in norma per j se
lim kvj vk = 0.
vj
j=1
N
X
j=1
vj
446
sono una successione convergente. In tal caso esse costituiscono una successione di Cauchy:
per ogni > 0 esiste K N tale che, per ogni N > M > K
N
X
vj
= kSN SM k < .
(4.4)
j=M +1
Lemma 4.2.2. Sia {ej }jN un sistema ortonormale, e 1 , 2 , C. Allora, per ogni M,
2
M
M
X
X
|j |2 .
j ej
=
j=1
j=1
Dimostrazione. Sia
SM =
M
X
j ej .
j=1
Allora
2
kSM k
= (SM , SM ) =
M
X
(j ej , k ek )
j,k=1
M
X
j k (ej , ek ) =
M
X
j=1
j,k=1
per lortonormalit.
|j |2
M
X
j=1
j ej
4.2. COMPLETEZZA
447
kSM SN k =
M
X
j=N +1
|j |2 .
(4.5)
|j |2 6 kvk2
convergente. Quindi le sue somme parziali formano una successione di Cauchy. Allora, a causa di (4.5), le somme parziali SM formano una successione
di Cauchy. Poich V completo questa successione di Cauchy converge.
Nota 4.2.4. Nel Corollario 4.2.3 non detto che lo sviluppo ortonormale di
un vettore v converga proprio al vettore v. Questo non accade se il sistema ortonormale non sucientemente "ricco". Ad esempio, sia V = R3 e
prendiamo il sistema ortonormale {e1 = (1, 0, 0), e2 = (0, 1, 0)}. Lo sviluppo
ortonormale di un vettore v, ad esempio v = (1, 2, 3) non appartenente al
piano xy (generato da {e1 , e2 }) (v, e1 )e1 + (v, e2 )e2 che sta nel piano xy,
ed infatti esattamente la proiezione ortogonale P (v) di v su questo piano
(nellesempio si ha P (v) = e1 + 2e2 6= v).
X
j ej
j=1
448
k eh , ej
k=1
= j .
4.3
Sia V uno spazio vettoriale con prodotto interno, e sia {ej , j N} un sistema
ortonormale in V . Sia HN = span {e1 , . . . , eN } V . Dal Teorema di migliore
approssimazione 4.1.4 abbiamo
v
u
N
X
u
t
2
|(v, ej )|2 .
EN (v) = EHN (v) = kvk
j=1
Sappiamo che
N
X
j=1
|(v, ej )|2
449
j=1 |(v, ej )|
Dimostrazione del Corollario 4.3.2. Per il Teorema di migliore approssimazione 4.1.4 (i) equivalente a (iii). Inoltre dalla dimostrazione di quel
teorema (vedi (4.1)) si ha
kv
N
X
kv
e quindi
j=1
j=1
N
X
|(v, ej )|2
|(v, ej )|2
j=1
j=1
(la serie numerica convergente grazie alla disuguaglianza di Bessel, Corollario 4.1.9). Quindi (ii) equivalente a (iii). Inne, sia H il sottospazio
chiuso di V generato dai vettori {ej , j N}. Se vale (ii) H = V , quindi
(ii) (iv). Viceversa, se vale (iv), allora per ogni v V 1 , 2 C tali
che
n
X
j ej v.
j=1
(v, ej )ej v
per N
450
X
PH (v) =
(v, ej )ej ,
j=1
v PH (v) H
v V.
X
(v, ej )ej
j=1
vericano
kSN SM k 6
N
X
j=M +1
|(v, ej )|2
X
|(v, ej )|2 6 kvk2 ,
N > M,
j=1
451
se M abbastanza grande.
Quindi le somme parziali SN formano una successione di Cauchy nello
spazio completo V (e nel suo sottospazio chiuso, quindi completo, H).
Perci la successione {SN } convergente in H, quindi la serie
(v, ej )ej
j=1
X
PH (v) =
(v, ej )ej = v.
j=1
SN =
(v, ej )ej
j=1
X
PH (v) =
(v, ej )ej = v.
j=1
Se
Pinvece non completo, allora esiste un vettore v0 H tale che v0 6=
j=1 (v0 , ej )ej , sempre per il Corollario 4.3.2. Ma la serie
(v0 , ej )ej
j=1
X
j=1
(h, ej )ej
452
e quindi
(w, h) =
(h, ej )(w, ej ) = 0
j=1
X
(v PH (v), ej ) =
v
(v, ek )ek , ej
k=1
= (v, ej )
(v, ek )(ek , ej )
k=1
ha
(i) PH (v) H
v V
(ii) PH (h) = h h H
(iii) v PH (v) H.
facile vedere che queste tre propriet caratterizzano PH (v).
453
(v, ej )ej = 0.
j=1
Esercizio 4.3.9. Sia V uno spazio vettoriale con prodotto scalare (, ) e sia
{ej }jN un sistema ortonormale in V .
Dire se le seguenti aermazioni sono vere o false ( V vero, F falso)
454
(v, ej )ej
j=1
converge a v.
V F
kvk =
+
X
j=1
|(v, ej )|2 .
V F
(c) Il sottospazio vettoriale chiuso generato dal sistema ortonormale {ej }jN
coincide con V .
V F
(d) Se H V un sottospazio vettoriale chiuso, la proiezione ortogonale
su H di v data da
+
X
PH (v) =
(v, ej )ej .
j=1
V F
(e) Se {ej }jN un sistema ortonormale completo in H il vettore v
PH (v) parallelo a tutti i vettori di H.
V F
4.4
Spazi di Hilbert
Definizione 4.4.1. Sia H uno spazio vettoriale munito di un prodotto scalare (, ) denito positivo. Se H completo rispetto alla norma indotta dal
prodotto scalare (kvk2 = (v, v)) si dice che H uno spazio di Hilbert.
Nellesempio seguente e nel successivo esercizio dobbiamo considerare successioni di vettori i quali sono essi stessi costituiti da successioni (numeriche). Per evitare confusione, in queste pagine indichiamo tali successioni con
simboli in grassetto.
455
X
(, ) =
i i ,
i=1
456
X
i=1
|i |2 .
N
X
i=1
|i | =
X
i=1
|i |2 = kk22 .
A questo sottospazio 2N appartengono i primi N vettori ej , che corrispondono agli N vettori canonici di base. Quindi 2 pu essere pensato
come una naturale estensione a dimensione innita dello spazio euclideo
CN , e gli ej come i "vettori canonici di base".
Il sistema {ej } completo. Per provare questo fatto basta provare che
massimale, per il Teorema 4.3.7. Mostriamo quindi la massimalit:
cio mostriamo che, se 2 e (, ej ) = 0 per ogni j allora = 0 =
(0, . . . , 0, . . . ). Ma questo segue immediatamente dal fatto che
(, ej ) =
k kj = j .
k=1
457
(4.6)
di 2 e n , cio
kn k 0
per n .
Grazie a (4.6) si ha
2
X
> 0 M :
(m )j (k )j < 2
j=1
m, k > M.
n
2
2 X
X
(m )j (k )j < 2
(m )j (k )j 6
j=1
j=1
m > k > M.
n
2
X
2
(
)
m j
j <
j=1
m > k > M.
458
sono limitate. Poich questa serie a termini non negativi le sue somme
parziali convergono (esse sono una successione crescente e limitata in R [19,
Cap. 16 (Appendice)]). Quindi
km k2 =
2
X
2
(
)
m j
j < < ,
(4.7)
j=1
Nota 4.4.4. I passaggi al limite sotto il segno di serie sono analoghi a quelli
sotto il segno di integrale che servirebbero, con identica dimostrazione, per
provare la completezza di L2 ; una variante di tale dimostrazione che si estende
a tutti gli spazi Lp (e p ) stata presentata nel Teorema di Riesz-Fischer
(Teorema 1.16.26). Tali passaggi al limite sotto il segno di integrale sono
validi per lintegrale di Lebesgue ma non per quello di Riemann (si veda la
Sezione 1.9). Si ha che lo spazio L2 costruito con lintegrale di Lebesgue
completo, ma costruito con lintegrale di Riemann non lo .
459
f illimitato, e quindi non integrabile secondo Riemann (non ha approssimanti per eccesso a gradini). Naturalmente, la norma L2 di f nel senso di
Riemann denibile come limite delle norme di fn , ossia come approssimazione nel senso degli integrali impropri di Riemann, ed allora ovviamnete
coincide
la norma L2 di Lebesgue: per non denibile direttamente
R con
2
come |f | nel senso dellintegrale di Riemann.
Teorema 4.4.6. (RieszFischer.) Uno spazio di Hilbert H si dice separabile se dotato di un sistema ortonormale completo numerabile (cio indicizzato da un indice intero). Ogni spazio di Hilbert separabile isometricamente
isomorfo a 2 : in altre parole, esiste un isomorfismo lineare surgettivo
: H 2
tale che
h H,
k (h)k2 = khkH .
X
n=1
j ej .
j=1
n = 1, 2, . . . } = {n n = 1, 2, . . . } =
460
perch
j ej , en
j=1
j jn = n ,
j=1
Nota 4.4.7. Se nel Teorema 4.4.6 si assume che H sia munito di prodotto
scalare, ma non sia completo rispetto alla norma, allora, ovviamente, lenunciato non pu valere: H non pu, in questa ipotesi, essere isometricamente
isomorfo a 2 , perch 2 completo. La parte della dimostrazione che viene
meno la surgettivit di . Infatti, dato 2 , = (1 , 2 , . . . ), non si
trova sempre h H tale che = (h).
In eetti, sulla base della disuguaglianza di Bessel (Corollario 4.1.9), le
somme parziali Sn della serie
X
j ej
j=1
kSm Sn k =
m
X
j=n+1
|j |2 <
X
j=1
|j |2 < khk2
(4.8)
n
X
j=1
|j |2
461
norma): si tratta del sottospazio delle successioni con solo un numero nito
di termini non nulli:
K = { : n = n() N taleche j = 0 perogni j > n} .
Infatti ovvio che ogni 2 si approssima, a meno di qualunque > 0,
con elementi di K (e quindi K = 2 ):
n :
X
j=1
j=n+1
|j |2 <
|j |2
j=n+1
|j |2 < .
n
X
j=1
j ej H
462
(e2 , e2 ) = 1.
i deve avere
1
2
(e1 , e1 ) =
b2 dx = 2b2 = 1 b2 = b =
,
2
2
1
Z
(scegliamo b =
(e2 , e2 ) =
2
)
2
1
2 2
a x dx = a
(scegliamo a =
x3
3
1
3
).
2
r
3
3
=a =1a = a=
,
3
2
2
22
2
,
2
3
x}.
Allora la base ortonormale {
2
Ricordiamo che la proiezione sul sottospazio K di un vettore v data da
(Corollario 4.3.4 ):
2
X
PK (v) =
(v, ei )ei .
i=1
Quindi
Ma
r
r
2
2
3
3
)
+ (x2 ,
x)
x.
PK (x2 ) = (x2 ,
2 2
2
2
2
(x2 ,
)=
2
e
(x2 ,
Quindi
1
1
3 1
2 2
2 x
2
=
x dx =
2
2
3 1
3
3
x) =
2
r Z 1
3
x3 dx = 0.
2 1
2 2
1
PK (x ) =
= .
3 2
3
2
463
Nota 4.4.9. La proiezione del polinomio pari x2 sullo spazio dei polinomi
lineari, generato dal polinomio pari 1 e dal dispari x, ha componente nulla
lungo il polinomio dispari. Questa relazione fra proiezione e parit sempre
vera (esercizio!) ed analoga al fatto che gli sviluppi di Taylor di funzioni dispari (rispettivamente pari) sono composti di soli polinomi dispari
(rispettivamente pari). Si veda anche lEsercizio 5.2.8).
4.5
La disuguaglianza di CauchySchwarz
464
mentre
kvk2 kwk2 = (|v1 |2 + |v2 |2 )(|w1 |2 + |w2 |2 )
= |v1 w1 |2 + |v2 w2 |2 + |v1 |2 |w2 |2 + |w1 |2 |v2 |2 .
Infatti da qui segue che la disuguaglianza dellenunciato equivale al fatto che,
per ogni v1 , v2 , w1, w2 ,
2 Re(v1 w1 v 2 w2 ) 6 |v1 |2 |w2 |2 + |w1 |2 |v2 |2 ,
cio, per ogni a, b C,
2 Re(ab) 6 |a|2 + |b|2 .
Questo vero perch
|a|2 + |b|2 2 Re(ab) = |a b|2 > 0.
Questo dimostra la Proposizione se la dimensione di V uguale a 2. Ma se
V arbitrario, una volta scelti v, w applichiamo la disuguaglianza appena
provata allo spazio bidimensionale generato da v e w.
4.6
465
vv0
kvkV = := 0 .
kT vkW 6 0 =
0
kvkV = CkvkV .
0
466
La norma di un operatore lineare T da uno spazio normato V ad uno spazio normato W stata introdotta nella Denizione 3.3.5: rammentiamo che
si tratta dellestremo inferiore delle costanti C > 0 tali che, per ogni v V , si
abbia kT vk 6 Ckvk. Rammentiamo anche che la norma submoltiplicativa
(Corollario 3.3.9): dati due operatori lineari A : V W e B : U V ,
loperatore composto AB : U W verica
kABk 6 kAkkBk .
Inoltre, in dimensione nita, la norma coincide con il massimo modulo degli
autovalori (Proposizione 3.3.11).
Ora studiamo i funzionali lineari su uno spazio di Hilbert H (ossia gli operatori lineari da H a C, Denizione 3.3.13) che sono continui. Un caso particolare
quello ben noto dei funzionali sugli spazi vettoriali a dimensione nita).
Teorema 4.6.4. (Teorema di rappresentazione di Riesz.) Se H
uno spazio di Hilbert, i funzionali lineari continui su H formano uno spazio
vettoriale isometricamente isomorfo a H. Per ogni u H il funzionale Fu
definito da
Fu (v) = (v, u)H v H
continuo e kFu k = kuku . Viceversa ogni funzionale continuo su H del
tipo Fu per qualche u H, e questo u unico.
Notazione 4.6.5. Lo spazio dei funzionali continui su uno spazio normato
V si chiama il duale di V e si indica con V .
467
Pn
i=1
468
n=1
N
X
an bn 6
n=1
N
X
a2n
n=1
N
X
b2n
n=1
469
n=1
N
X
n=1
a2n
n=1
kbk22 + .
470
Svolgimento. Questo esercizio gi stato svolto per spazi di Hilbert separabili: infatti, dal momento che ogni spazio di Hilbert separabile isometricamente isomorfo a L2 in base al Teorema di RieszFischer 4.4.6, abbiamo gi
dimostrato questo enunciato nellEsempio 3.9.18, pi in generale per tutti gli
spazi Lp con 1 < p < . Pertanto lenunciato vale anche per spazi di Hilbert
non separabili, dal momento che il sottospazio generato dai due vettori f e
g separabile. Pur tuttavia, diamo qui dimostrazioni alternative indirizzate
ai lettori che non abbiano avuto suciente interesse per approfondire questi
argomenti di Analisi Funzionale su spazi di Banach.
Osserviamo anzitutto che il fatto che ogni sfera di raggio positivo in uno
spazio di Hilbert sia strettamente convesse ovvio per il motivo seguente.
A meno di traslazioni e dilatazioni possiamo rstringere lattenzione alla sfera
unitaria con centro lorigine (come abbiamo fatto nellenunciato). Ogni due
vettori non multipli luno dellaltro f e g di norma 1 generano un sottospazio di Hilbert isometricamente isomorfo a C2 , e, se si limita lattenzione a
combinazioni lineari a coecienti reali, generano un sottospazio reale R isometricamente isomorfo a R2 . Questo appunto il caso delle combinazioni
convesse dei vettori f e g, visto che i loro coecienti sono reali: quindi esse
giacciono tutte in R R2 . Ora, che il cerchio di raggio 1 con centro lorigine
in R2 sia strettamente convesso geometricamente ovvio: il lettore che non
lo trova ovvio pu ruotare il cerchio intorno allorigine in maniera da portare
la corda sottesa da f e
g nel semipiano inferiore (aperto), dove il cerchio
il graco della funzione 1 x2 , che strettamente convessa perch ha derivata seconda strettamente positiva (limitata inferiormente da una costante
positiva).
Ma per il lettore che preferisce usare solo tecniche basate sullalgebra
lineare e sulle norme, ecco una dimostrazione diretta.
Consideriamo dapprima il caso particolare in cui f g. Si ha:
ktf + (1 t)gk2 = t2 (f, f ) + (1 t)2 (g, g) + t(1 t)[(f, g) + (g, f )].
471
Nota 4.6.11. LEsercizio 4.6.10 rivela che la sfera in uno spazio di Hilbert
strettamente convessa: la corda che congiunge due punti sulla supercie
della sfera sta tutta allinterno della sfera tranne che ai due punti estremi.
Facendo tendere uno dei due punti estremi f verso laltro, g, si osserva che
la retta in cui giace tale corda si sposta verso la retta tangente alla sfera in
g. Quindi tutte le rette tangenti toccano la sfera unicamente nel punto di
tangenza. Questa propriet di convessit stretta non vera in generale per
spazi normati non di Hilbert; ad esempio non vera per gli spazi 1 e (si
472
Capitolo 5
Serie di Fourier
5.1
a+T
f (t) dt =
a
f (t) dt
a R.
Dimostrazione. Si tratta di mostrare che, se si sposta lintervallo di integrazione da [0, T ] a [a, a + T ] (diciamo verso destra, cio per a > 0: il caso
opposto analogo) il contributo dellintegrale che si perde nel tratto [0, a] lo
si riacquista nel tratto [T, a + T ]:
In eetti questo equivale alla additivit dellintegrale: per la periodicit
si ha
Z a
Z a+T
f (t) dt =
f (t) dt
0
473
474
a+T
f (t) dt =
a+T
f (t) dt
a+T
f (t) dt
f (t) dt
a+T
f (t) dt =
f (t) dt.
1
=
2
Z
12
|f (t)| dt .
2
475
1
=
2
Z
p1
|f (t)| dt .
p
f (t)g(t) dt ,
1
=
T
Z
12
|f (t)| dt
,
2
476
Dimostrazione. Come per molte altre propriet delle serie di Fourier, anche
questa si dimostra pi agevolmente passando dalle funzioni trigonometriche
ad esponenziali complessi. Rammentiamo (Sezione 1.1) che
eit = cos t + i sin t.
Da qui
eimt eimt
eikt + eikt
;
sin(mt) =
k, m Z.
2
2i
Ma il sistema eikt kZ ortogonale in L2 [0, 2]. Infatti:
cos kt =
ikt
imt
e ,e
1
=
2
(
ikt imt
e e
1
ei(km)t
2i(km)
i2
Z 2
1
dt =
ei(km)t dt
2 0
se k = m
(5.1)
(5.2)
se k 6= m.
1
1
cos kt dt = =
2
2
2
e, per k = 0,
1
(1, 1) =
2
sin2 kt dt = (vk , vk ) ,
0
1 dt = 1 .
0
477
1
2
direttamente con integrali di funzioni a valori reali, invece che passando per
integrali di esponenziali complessi.
2
2
cos t dt =
sin (t + ) dt =
sin2 t dt.
2
0
0
2
Grazie al Lemma 5.1.1, lultimo integrale uguale a
Z 2
sin2 t dt.
0
Quindi si ha
1
2
2
2
sin t dt =
kv1 k2L2
ku1 k2L2
1
=
2
cos2 t dt.
Invece di calcolare questo integrale con il metodo di integrazione per sostituzione (Teorema 1.22.1), possiamo ottenere il risultato cos:
Z 2
Z 2
Z 2
1
2
2
sin t dt +
cos t dt
sin2 t dt =
2
0
0
0
Z
1 2
=
1 dt = .
(5.3)
2 0
Quindi
kv1 k2L2
1
=
2
1
sin t dt =
2
2
Ora, per trattare il caso di kuk k2 e kvk k2 , osserviamo che vale il seguente
Lemma 5.1.8. Se f periodica di periodo T e g(t) = f (kt) per qualche
intero positivo k, allora
Z T
Z T
g(t) dt =
f (t) dt.
0
478
Dimostrazione.
Z
g(t) dt =
f (kt) dt =
Z
1 kT
f (t) dt
=
k 0
Z T
1
k
f (t) dt
=
k 0
per ogni k.
g(t) dt =
1
f (t) dt =
f (x) dx.
0
Pertanto, con la normalizzazione scelta alla ne della Denizione 5.1.3, troviamo che, per ogni T ,
Z
Z
Z T
1 T
1
1 T
2
2
2
|g(t)| dt =
|f (t)| dt =
|f (x)|2 dx = kf k2L2 [0,T ] .
kgkL2 [0,T ] =
T 0
T 0
T 0
Ad esempio, le funzioni u
ek (t) = sin(2kt) e vek (t) = cos(2kt) vericano
1
ke
uk k2L2 [0,1] = kuk k2L2 [0,2] = ,
2
479
2ikt
e
kZ
Ora riassumiamo:
Corollario 5.1.10. (i) Il sistema
o
n
2t
2t
4t
4t
1, 2 sin
, 2 cos
, 2 sin
, 2 cos
,...
T
T
T
T
ortonormale in L2 [0, T ] con la norma definita da kf k2L2 [0,T ] =
(ii) il sistema
1
2T
RT
0
|f |2 dt ;
{eikt }kZ
ortonormale in L2 [0, 2], e pi in generale il sistema
{e2ikt/T }kZ
ortonormale in L2 [0, T ]
Per passare dalluno allaltro di questi due sistemi ortogonali si usa un
semplice cambiamento di base, basato sulle identit (5.1): se uk (t) = cos kt,
vk (t) = sin kt e ek (t) = eikt si ha
1
1 1
ek
uk
per k 6= 0,
=
ek
vk
2 i i
e u0 = e0 .
quindi ovvio che uno di questi due sistemi ortonormali completo in
L2 [0, 2] se e solo se lo laltro.
Vedremo in seguito che questi due sistemi sono completi.
480
5.2
(f,
k=1
1
f (t) dt +
2 0
Z 2
Z 2
X
1
1
f (t) cos kt dt cos kx +
f (t) sin kt dt sin kx .
0
0
k=1
a0 X
(ak cos kx + bk sin kx)
+
2
(5.4)
k=1
1
bk =
(5.5)
481
ck eikx
(5.6)
f (t)eikt dt.
(5.7)
k=
dove
1
ck =
2
482
ak = fb(k) + fb(k)
bk = i fb(k) fb(k) .
Se si considerano funzioni L2 [0, T ], dove T > 0, allora si ottengono risultati analoghi dilatando lintervallo [0, 2] in [0, T ]: il sistema ortonormale in
forma complessa diventa
n 2ikt o
e T
kZ
ed in forma reale
2kt
2kt
1, 2 cos
, 2 sin
T
T
.
kN
i coefficienti di Fourier in forma reale o complessa (cio rispetto ai sistemi trigonometrici in forma reale o complessa in L2 [0, T ] considerati nella
Proposizione 5.2.5). Allora la serie di Fourier in forma reale
x
x
a0 X
ak cos 2k
+ bk sin 2k
+
2
T
T
k=1
k=
483
fb(k)e2ikx/T
che segue dalla Proposizione 5.2.5. Si osservi che lo stesso fatto sarebbe seguito subito, per il Corollario 4.1.9 (ii), dal fatto che le due serie sono due
sviluppi ortonormali della stessa funzione rispetto a due sistemi ortonormali
diversi, se si fosse dimostrato che questi sistemi sono completi. Per al momento non abbiamo ancora dimostrato la completezza: la dimostreremo nel
Teorema 5.13.3.
Nota 5.2.7. Per ogni f L2 , la disuguaglianza di Bessel (Corollario 4.1.9)
dice che
X
b 2
f (k) < kf k2L2 [0,2] .
k=
Dopo che avremo dimostrato la completezza del sistema trigonometrico, questa disuguaglianza diventer unuguaglianza, lidentit di Parseval (Nota
4.3.3):
X
b 2
f (k) = kf k2L2 [0,2] .
k=
Esercizio 5.2.8. (i) Se f pari, cio f (x) = f (x) per ogni x, allora bk = 0
per ogni k, e quindi la serie di Fourier di f diventa in soli coseni:
x
a0 X
;
+
ak cos 2k
2
T
k=1
(ii) Se f dispari, cio f (x) = f (x) per ogni x, allora ak = 0 per ogni
k, e quindi la serie di Fourier di f in soli seni:
X
x
bk sin 2k
T
k=1
484
(ii) Mostrare che, per ogni t, i traslati cos n(x t) e sin n(x t) di cos nx e
sin nx appartengono allo spazio vettoriale bidimensionale generato da
cos nx e sin nx, calcolarne i coecienti dello sviluppo rispetto a questa
base e mettere il risultato in relazione con la parte (i) dellEsercizio.
5.3
485
n
n
Daltra parte,
Z
1
cos nx dx =
n
cos u du =
n
cos u du = 0 ,
2
n
X
n=1
(1)n+1
sin nx
.
n
,
=
2
in
in
in in
n
h inx i
perch ein
= 0 dal momento che ein = (1)n = ein . Quindi fb(n) =
n
486
1
|x| dx =
x dx =
,
2
e per k > 1
Z
2
|x| cos nx dx =
x cos nx dx
0
Z
1
sin nx
2
x
sin nx dx .
=
n
n 0
0
1
an =
Dei due termini allultimo membro, questa volta quello che si annulla il
primo, perch sin n = 0. Pertanto
2 1 cos nx
2
an =
=
((1)n 1) ,
2
n
n
n
0
ossia an = 0 se n pari e an = 4/(n2 ) se n dispari.
Si verichi che i coecienti di Fourier in forma esponenziale complessa
sono fb(n) = 0 se n pari e fb(n) = 2/(n2 ) se n dispari, di nuovo a
conferma della relazione nella Proposizione 5.2.5.
Si osservi anche che questa funzione periodicizzata continua ma la derivata ha punti di salto agli estremi dellintervallo, ed i coecienti di Fourier
tendono a zero come O(1/n2).
487
Z
2 cos nx
sin nx dx +
0
Z
2
sin nx dx
sin nx dx =
0
2
(1 (1)n )
n
Esercizio 5.3.4. ovvio che i coecienti di Fourier del polinomio trigonometrico g(x) 1 sono tutti nulli tranne a0 /2 che vale 1/2. Da questa osservazione e dal precedente Esempio 5.3.3 si ricavino, per linearit, i coecienti
di Fourier della funzione caratteristica dellintervallo [0, ) (che non n pari
n dispari).
2
Z
x sin nx
2
2
x cos nx dx =
x sin nx dx
k
n 0
0
0
Z
4
4 h x cos nx i 1
+
cos nx dx = (1)n 2
=
n
n
n 0
n
0
2
an =
488
P 1
.) Dal precedente Esempio 5.3.5
Nota 5.3.6. (La somma della serie
n2
risulta che la serie di Fourier della funzione f (x) = x2 in [, ]
X
cos nx
2
+4
(1)n
.
2
3
n
n=1
X
1
2
=
n2
6
n=1
e per x = 0 otterremmo
(1)n+1
n=1
1
2
=
.
n2
12
In eetti vero che la serie di Fourier di f converge a f puntualmente ovunque, come dimostreremo in seguito nel Corollario 5.12.4, e quindi valgono le
due ultime identit.
/2
2
cos nx dx =
/2
/2
cos nx dx =
0
n
2
sin
,
n
2
ossia a2n = 0 e
a2n+1
2
1
2
= (1)n
sin n +
= (1)n
.
=
(2n + 1)
2
(2n + 1)
(n + 12 )
489
2 sin An
.
n
1
x dx = .
=
2
2 0
4
Invece, per n > 0, usiamo ilidentit
Z
sin nx
cos nx dx =
n
=0
(5.8)
per ottenere
Z
1
1
x sin nx
x cos nx dx =
x sin nx dx
n
n 0
0
0
Z
1
1 h cos nx i
1 h x cos nx i
=
cos nx dx =
((1)n 1) ,
=
n
n
n
n
n
0
0
0
1
an =
1
bn =
Z
1 h x cos nx i 1
+
x sin nx dx =
x cos nx dx
n
n 0
0
h x cos nx i
1 x sin nx
+
n
n
n
0
0
h x cos nx i
1 cos n
1
=
= (1)n+1 ,
n
n
n
0
1
n
1
n
490
sin nx dx
x cos nx dx =
n
n 0
0
0
1 h cos nx i (1)n 1
=
=
n
n
n2
0
n
1
per n > 0.
perch sin n = 0. Dalle ultime due identit abbiamo an = (1)
n2
Inne,
Z
Z
1
1 2
bn =
x sin nx dx +
sin nx dx .
0
2
R 2
n)
,e
Ma sin nx dx = cosnnx = (1+(1)
n
Z
h x cos nx i 1 Z
x sin nx dx =
+
cos nx dx
n
n 0
0
0
1 sin nx
n+1
= (1)n+1
= (1)
+
n n
n
n
0
(questultimo calcolo si pu semplicare grazie allidentit (5.8)). Combinando le ultime tre identit si ottiene
1
1
1
1
bn = (1)n+1 + (1)n = .
n n
n
n
491
5.4
f (t) sin 2kt/T dt 6 kf kL1 ,
5.5
492
493
494
0.0
0.5
f10
1.0
1.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
5.6
495
data dalla restrizione, cio dal considerare una funzione in FT come ristretta a
[0, T ]. Questa mappa lineare e invertibile: linversa data dal prolungamento periodico a tutto R (di periodo T ) di una funzione denita originariamente
solo in [0, T ].
Se f L2 [0, T ], allora possiamo introdurre una norma L2 anche sulla
funzione fe che estende f a tutto R in maniera periodica:
s
Z T
1
e
|f (t)|2 dt .
f
=
2T 0
2
chiaro che in questo modo introduciamo una norma L2 sullo spazio delle
funzioni su R periodiche di periodo T e di quadrato integrabile sul periodo.
Chiameremo questo spazio L2 o, se necessario specicare il periodo, L2T .
anche chiaro che
: L2T L2 [0, T ]
denita pi sopra un isomorsmo isometrico. In generale, per comodit, preferiamo rappresentare le funzioni come periodiche di periodo T anzich come denite solo in [0, T ]. Grazie al Lemma 5.1.1 possiamo scrivere i
coecienti di Fourier come
2
ak =
T
2
bk =
T
Z
Z
T /2
f (t) cos
2kt
dt
T
f (t) sin
2kt
dt
T
T /2
T /2
T /2
(5.9)
496
RT
(per Lp lintegrale 0 |f (t)|p dt).
Per semplicit, indichiamo L22 con L2 e Lp2 con Lp .
5.7
Dedichiamo una brevissima Sezione a questo argomento solo per enfasi. Nel
resto di questo libro, quando prenderemo in esame la trasformata di Fourier,
faremo uso di esponenziali complessi e2it , dove la frequenza un numero
reale arbitrario. Poich in generale non intero, questi esponenziali sono
funzioni periodiche ma con periodo diverso dalluno allaltro. Nondimeno,
sarebbe naturale ora ssare lattenzione su sistemi ortogonali fabbricati con
497
gli esponenziali con frequenze intere e2int , che sono periodici di periodo 1.
Invece, per evitare di trascinarci da una riga allaltra il fattore moltiplicativo
2 allesponente, scegliamo, solo in questo Capitolo, esponenziali di periodo
2, ossia del tipo eint . Mettiamo in guardia il lettore che questa scelta non
viene mantenuta nelle parti successive del libro, ad esempio nel Capitolo 10:
si veda la Nota 10.3.4 riguardo alla motivazione di queste scelte. Invitiamo
il lettore a modicare per esercizio ogni enunciato e dimostrazione di questo
Capitolo onde riportarlo al caso di periodo 1.
5.8
Somme di Dirichlet
Sn (x) Sn f (x) :=
a0 X
+
(ak cos kx + bk sin kx)
2
k=1
498
Z 2
n Z
1 X 2
1
f (t) dt +
f (t) (cos kt cos kx + sin kt sin kx) dt
Sn (x) =
2 0
0
k=1
#
Z 2 "
n
1
1 X
cos(k(t x)) f (t) dt
+
=
0
2
k=1
Z 2
1
Dn (t x)f (t) dt
0
dove
1 X
cos kx
Dn (x) = +
2 k=1
Dn (u) du = 1 .
1
Dn (u) du =
1
=
2
1X
1
du +
2
k=1
cos(ku) du
du = 1 .
0
Poich Dn pari, si ha
1
Sn (x) =
2
0
Dn (x t)f (t) dt
1
(Dn f ) (x) ,
499
sin((n+ 21 )x)
2 sin x2
Dn (x) =
n+ 1
2
se
se
x 6= 2m
x = 2m
mZ
m Z.
1 X
Dn (x) =
cos kx
+
2 k=1
n
X
1
=
eikx
+ Re
2
k=1
Ma
(5.11)
!
!
n
X
1
= + Re
eikx
2
k=0
1
1 ei(n+1)x
= + Re
.
2
1 eix
ei(n+1)x 1
1 ei(n+1)x
=
1 eix
eix 1
1 ei(n+1)x 1
= ix ix
x
e 2 e 2 ei 2
1 ei(n+1)x 1
=
x
sin x2
2iei 2
x
iei 2 ei(n+1)x 1
=
.
2 sin x2
500
Re
1 ei(n+1)x
1 eix
Im ei 2 ei(n+1)x 1
=
2 sin x2
1
x
Im ei(n+ 2 )x ei 2
=
2 sin x2
sin(n + 12 )x + sin x2
=
2 sin x2
sin(n + 12 )x 1
=
+ .
2 sin x2
2
se x 6= 2k, k Z
n0
n0 1
1 X
1 X
+
cos kx =
+
cos kx + cos n0 x
2
2
k=1
k=1
sin (n0 21 )x
=
+ cos n0 x
2 sin x2
sin (n0 21 )x + 2 cos n0 x sin x2
=
2 sin x2
5.9
502
Ora dalla Proposizione 5.8.2 segue che, per < x < pi,
sin (n + 12 )x
Dn (x) =
2 sin x2
=
1
sin nx
cos n x.
x +
2 tan 2
2
(5.13)
1
sin nu
+ cos nu (u f ) (x) du
2 tan u2
2
sin nu
(u f ) (x) du + n (x, )
u
1
Sn f (x) f (x) =
sin nu
(u f ) (x) du
2 tan u2
<|u|<
1
+
2
sin nu
(u f ) (x) du
2 tan u2
Perci
1
Sn f (x) f (x) =
sin nu
(u f ) (x) du + n (x, )
u
1
+
2
sin nu
e(u) (u f ) (x) du
cos nu (u f ) (x) du
Ora poniamo
e(u) =
(u) =
1
2 tan
1
2 tan
e
(u) =
u
2
1
u
se
u
2
e(u)
se
1
2
<u<
6 |u| < .
< u <
(5.14)
altrimenti.
< u <
(5.15)
altrimenti
Z
+
cos nu (u) (u f ) (x) du .
(5.16)
=
=
= O(u)
2 tan u2
u
2u tan u2
O(u2)
per u 0,
504
Dimostrazione. Sappiamo che lo spazio Cc (R) delle funzioni continue a supporto compatto denso in L1 (R) (Proposizione 1.18.6): per ogni > 0, per
ogni f L1 (R) esiste g Cc (R) tale che
Z
kf gk1 =
|f (x) g(x)| dx < .
3
Z
+
|g(x + ) g(x)| dx
Z
6 2 kf gk1 +
|g(x + ) g(x)| dx
Z
2
6 +
|g(x + ) g(x)| dx.
(5.17)
3
se sucientemente piccolo, cio che lenunciato vero quando g continua a supporto compatto. Sia K il supporto di g e m(K) la sua misura
6m(K)
per tutti gli x. Osserviamo anche che la funzione h(x) = g(x + ) g(x)
ha supporto in K (K ), perch g(x) = 0 se x
/ K e g(x + ) = 0 se
x+
/ K, cio se x
/ K .
Perci, grazie allinvarianza per traslazione della misura di Lebesgue, ora si
ha
Z
Z
|g(x + ) g(x)| dx =
|g(x + ) g(x)| dx
K(K)
6
+
|g(x + ) g(x)| dx
|g(x + ) g(x)| dx
(m(K) + m(K )) = .
6m(K)
3
Lo stesso argomento vale per funzioni in L1 (in tal caso in (5.17) si usa il
Lemma 5.1.1 invece dellinvarianza per traslazione della misura di Lebesgue
su R). Nel caso di funzioni in C non occorre qui assumere luniforme continuit, perch essa automaticamente vericata per le funzioni continue sui
compatti grazie al Teorema di Heine. Enunciamo esplicitamente il risultato
per uso futuro:
Lemma 5.9.5. Per ogni f L1
Z
|f (x + ) f (x)| dx = 0.
lim
0
506
Nota 5.9.7. Per Z, questo fatto era gi stato osservato nel caso di
f L2 [0, 2], come conseguenza immediata della disuguaglianza di Bessel
(si veda la Proposizione 5.2.4). Abbiamo osservato nella dimostrazione del
Lemma 5.9.5 che, per ogni T > 0, le funzioni continue con supporto compatto in [T, T ] sono dense in L1 [T, T ]. Daltra parte, L2 [T, T ] ( L1 [T, T ]
(Proposizione 1.17.1), e siccome L2 [T, T ] contiene C[T, T ] anche esso
denso in L1 [T, T ].
Da qui segue facilmente che, per n N, il fatto (che sapevamo n da prima)
che
Z
Z
1 T
2kt
2kt
1 T
lim
f (t) cos
f (x) sin
dt = 0 = lim
dt
n T T
n T T
T
T
implica gi che lenunciato del Lemma di RiemannLebesgue vale per ogni
f L1 (R), purch sia intero: cio, che i coecienti di Fourier di funzioni
in L1 (R) tendono a zero allinnito. Infatti, per ogni > 0 scegliamo T e fT
come sopra: o meglio, T1 kf fT k1 < /2. Poi scegliamo N > 0 tale che, per
RT
ogni |k| > N, si abbia T1 T f (t) cos(2kt/T ) dt < /2, ed analogamente con
sin(2kt/T ). Allora i coecienti di Fourier di fT rispetto ai coseni vericano
Z
Z
1
1
> 1 kf fT k1 < .
f
(t)
cos(2kt/T
)
dt
f
(t)
cos(2kt/T
)
dt
T
T
T
T
2
f
(x)
f
(x)
cos
x
dx
dx
2
ed analogamente
Z
Z
1
6
f
(x)
f
x
+
f
(x)
sin
x
dx
dx .
2
(5.18)
(5.19)
Z
=
f x+
cos x dx
Quindi
Z
1
f (x) cos x dx =
2
cos x dx (5.20)
f (x) cos x f x +
e, poich | cos(x)| 6 1,
Z
Z
1
f (x) cos x dx 6
f (x) dx .
f x +
2
508
Z
Z
=
sin nu g(u)f (x + u) du f (x)
sin nu g(u) du
n (x, )
=
=
(5.22)
cos nu g(u) du
convergono a 0 quando n .
Ma g limitata e a supporto in [, ], quindi g L1 [, ]. Inoltre
f L1 (R), quindi, per ogni x, la funzione k(u) = g(u)f (x + u) in L1 (R),
perch kkk1 6 kgkkf k1 . Perci i due integrali dellultimo membro di (5.21)
e (5.22) convergono a zero per il Lemma 5.9.4.
Resta da dimostrare luniformit della convergenza rispetto a x, negli
intervalli I = [a, b] in cui f limitata: diciamo supI |f (x)| = C < . Ma in
questi intervalli il secondo termine nellultimo membro di (5.21) converge a
zero uniformemente rispetto a x: se n sucientemente grande, allora
Z
sin nu g(u) du <
sin nu g(u) du < C.
sin nu g(u) f (x + u) du e
cos nu g(u) f (x + u) du
lim
cos(u)g(u)f (x + u) du = 0
uniformemente rispetto a x.
.
2 kgk
cos(u)g(u)f (u + x) du
Z
1
f u + + x g(u)f (x + u) du .
6
g u +
2
510
f u + + x g(u)f (u + x)
g u+
=g u+
f u + + x f (u + x)
+ g u+
g(u) (f (u + x) h(u + x))
+ g u+
g(u) h(u + x) .
Poich
g(u) 6 2 kgk
per ogni u,
g u +
f u + + x f (x + u) du
1
+ kgkkf hk1 + khk
g(u + ) g(u) du .
2
1
6 kgk
2
(5.23)
f (u) du <
f u +
2kgk
Z
g(u) du <
.
g u +
2khk
Ricordiamo che h stato scelto in maniera che kf hk1 < /(2kgk). Per
questi segue quindi (5.23) che
Z
1 1
<
cos
nu
g(u)f
(u
+
x)
du
2 2 + 2 khk 2khk + kgk kf hk1
= + + = .
4 4 2
identica.
T
Z T
dove
fe(t) =
f (t)
0
e + x) du
cos nu g(u)f(u
se t [a T, b + T ]
altrimenti.
|f (x)| dx < .
512
identica.
5.10
0.5
1.0
0.5
0.0
y1
1.0
1.5
2.0
y2
1.0
0.5
0.0
0.5
1.0
1.5
2.0
514
5.11
515
0.5
1.0
0.5
0.0
y3
1.0
1.5
2.0
di denizione di f si abbia
|f (x1 ) f (x2 )| < M|x1 x2 | .
La pi piccola costante M che verica tale disuguaglianza si chiama
costante di Hlder (dipende da f ).
In particolare, la condizione di Hlder di ordine = 1 coincide con la
condizione di Lipschitz.
(iii) Lo spazio
{f : (a, b) 7 C : f soddisfa la condizione di Hlder di ordine }
si indica con Lip() o anche Lip ([a, b]) (e analogamente per le funzioni
denite su tutto R).
(iv) Una funzione f : (a, b) 7 C (ovvero f : R 7 C) verica la condizione
di Hlder locale di ordine > 0 al punto x (a, b) se M = Mx tale
y4
1.0
0.5
0.0
0.5
1.0
1.5
2.0
516
Figura 5.6: Modulazione del segnale a campana con il segnale sinusoidale ad oscillazione
rapida
f (x + h) f (x)
< M|h|1 0
h
517
per h 0.
Perci la derivata f esiste ed nulla ovunque. Quindi f costante.
Ne segue che Lip() banale per > 1. Da qui in avanti considereremo solo
gli spazi Lip() con 6 1.
Nota 5.11.4. chiaro che Lip() uno spazio vettoriale. Infatti ovvio
che per ogni c C e per ogni f Lip() si ha cf Lip(). Inoltre se
f, g Lip() anche f + g Lip(), perch
|(f + g)(x1 ) (f + g)(x2 )| =
6
6
6
Dimostrazione.
518
x2 > x2 1 = (t 1) .
Quindi, dividendo per |x2 | il numeratore ed il denominatore del membro di
destra nella (5.24), si ottiene
|f (x1 ) f (x2 )|
t 1
6
:= (t).
|x1 x2 |
(t 1)
Il secondo membro una funzione crescente in (1, ) perch (t) > 0 per
ogni t > 1. chiaro che limt (t) = 1. Ponendo s = t1 e rammentando
lo sviluppo in serie di potenze della serie binomiale (1.17), si vede che
lim+ (t) = lim+
t1
s0
s
(1 + s) 1
=
lim
= 0.
s0+ s
s
Quindi
sup { (t), 1 < t < } = 1.
Perci f hlderiana con costante di Hlder uguale a 1.
Proposizione 5.11.7. Se f derivabile in (a, b) (o in R) con derivata limitata allora f verifica la condizione di Lipschitz con costante di Lipschitz
uguale a kf k .
519
xxi
xxi
lim+ f (x) e
lim f (x) .
e
xxi
xxi
520
xx+
i
lim f (x).
xx
i
j1
X
k=i
521
da cui
|f (y) f (x)| = |f (y) f (xj ) +
j1
X
k=i
j1
6 Mj (y xj ) +
k=i
j1
6 M(y xj +
X
k=i
5.12
522
u
Z
M 1
62
u
du + |n (x, )|
0
6
2M
+ |n (x, )| .
Quindi dato > 0 esiste > 0 tale che per ogni < si ha
2M
< .
(5.26)
+ =
2 2
n > N.
Nota 5.12.2. (Convergenza puntuale o uniforme e condizioni di Hlder locali e globali.) Nella dimostrazione del Teorema di Dirichlet 5.12.1
abbiamo usato la condizione di Hlder globale (5.25): |f (x + u) f (x)| 6
M|u| per tutti gli x e per u abbastanza piccolo. Questo porta alla disuguaglianza (5.26) (uniforme rispetto a x, e tramite essa alla convergenza
uniforme della serie di Fourier.
Si noti che, se invece avessimo richiesto una disuguaglianza di Hlder locale
al punto x (parte (iv) della Denizione 5.11.1), ossia, per x ssato,
|f (x + u) f (x)| 6 Mx |u|
523
x2
5.13
524
k cos kx + k sin kx
525
526
Da (a) e (b) segue che per ogni i, per ogni t [xi , xi+1 ] si ha
|f (t) p(t)| 6 |f (t) f (xi )| + |f (xi ) p(x)| < 2.
Ma ogni t [, ] sta in un intervallo [xi , xi+1 ] e quindi kf pkC[,] <
2. Questo dimostra (i).
(ii) Per dimostrare la seconda parte dellenunciato basta osservare che la
funzione lineare a tratti p si pu scegliere pari se f pari: basta prendere i punti della partizione in modo simmetrico rispetto a zero (cio
x1 = xn1 , x2 = xn2 e cos via.)
(iii) Per dimostrare la terza parte basta osservare che se f dispari la scelta della partizione simmetrica produce una approssimazione lineare a
tratti p dispari.
527
a0 () X
+
(ak () cos kx + bk () sin kx)
qn (x) =
2
k=1
verica
kp qn k <
(abbiamo scritto tutti i coecienti di Fourier come funzioni di per enfatizzare che essi dipendono dalla scelta di perch da questa scelta dipende
p = p ). Perci per ogni > 0 esiste qn polinomio trigonometrico (cio
combinazione lineare nita degli elementi del sistema trigonometrico) tale
che
kf qn k 6 kf p k + kp qn k < .
Questo dimostra (i).
Per dimostrare (ii) si osserva che se f C+ allora per il Lemma 5.13.4
lapprossimante p pu essere scelto pari. Per dimostrare (iii) si osserva che,
in modo analogo, se f C , lapprossimante pu essere scelto dispari. Allora
la dimostrazione di (ii) e (iii) conseguenza immediata del seguente
Lemma 5.13.6.
f (x) sin kx dx = 0
a0 X
+
ak cos kx.
2
k
528
ak sin kx
rk (x) = (qn (x) qn1 (x)) + + (q1 (x) q0 (x)) + q0 (x) = qn (x) .
a0 X
(ak cos kx + bk sin kx)
+
2
k=1
i termini dipendono solo da f , non da . Se si avesse approssimazione uniforme con le somme parziali della serie di Fourier, per ogni si potrebbe
approssimare f a meno di con una somma parziale Sn dove soltanto n,
cio il numero degli addendi, dipende da , ma i singoli addendi non sono
funzioni di . In altre parole, al decrescere di aumenterebbe lordine di
n, si aggiungerebbero quindi nuovi termini in cos kx e sin kx di frequenza k
529
Siamo nalmente in grado di dimostrare lasserzione fondamentale annunciata in 5.2.1: la completezza del sistema ortonormale
1
1
1
1
1
, sin x, cos x, sin 2x, cos 2x, . . . ,
2
nello spazio di Hilbert L2 .
Corollario 5.13.8. (Completezza in L2 e Lp ).
(i) Il sistema trigonometrico completo in L2
(ii) Il sistema trigonometrico completo in Lp per ogni p, 1 6 p < .
Dimostrazione. Ancora una volta si procede per approssimazione.
Per provare (i) basta ricordare che C denso in L2 (ovvia conseguenza del
Proposizione 1.18.6) e per ogni g C si ha kgk2 < Ckgk dove la costante
C non dipende da g (in eetti C = 2 : lo si dimostri per esercizio). Perci,
dati > 0 e f L2 , esiste h C tale che kf hk2 < 2 .
Sappiamo anche, dal Teorema 5.13.3 (i), che il sistema trigonometrico completo in C , cio che per ogni h C e per ogni > 0 esiste un polinomio
6
+C
= .
2
2C
Per provare (ii) si procede in maniera identica usando il fatto che C
denso in Lp per 1 6 p < (ma non in L
) e per ciascuno di questi p esiste
una costante Cp tale che per ogni f C si ha
kf kp 6 Cp kf k .
(Proposizione 1.18.6).
530
kf gk1 6 .
2
Ora limitiamo lattenzione al caso in cui gli Oi sono intervalli aperti, ossia g
una funzione a gradini ( perci che questa dimostrazione non esauriente,
ma abbiamo dimostrato nella Proposizione 1.18.4 che questo caso particolare
approssima quello generale nella norma L1 ). Consideriamo gli n salti della
funzione (discontinua) g e modichiamo g rimpiazzandola con una funzione
lineare negli n intervalli con centro in uno di questi punti di salto e diametro
kg gek1 < .
2
Quindi
kf e
g k1 6 kf e
g k1 + kg e
g k1 < + = .
2 2
5.14
531
x
2
Esempio del tipo di convergenza della serie di Fourier di una funzione con discontinuit a salto: la funzione a denti di sega
x2
0<x<
2
(x) =
< x < 0
2 x2
Inoltre poniamo () = (0) = () = 0. (Si noti che potremmo scegliere
altri valori per a questi tre punti senza che questo modichi i coecienti
di Fourier: ma la scelta che abbiamo fatto rende pi elegante il risultato
sulla convergenza degli approssimanti di Fourier che stiamo per presentare).
532
2
Z 0
Z
1
=
sin kt dt
t sin kt dt.
0
0
La primitiva di sin kt cosk kt . Quindi
Z
cos kt
sin kt dt =
k
1 cos(k)
1 (1)k
=
.
k
k
k
Perci
k
0
1
cos t dt =
k
bk =
=
cos kt dt = 0 k.
1
sin kt dt
t sin kt dt
1 (1)k (1)k+1
1
= .
k
k
k
k
(5.27)
n
X
sin kx
k=1
(5.28)
Si osservi che, per x = 2m, sin kx = 0 per ogni k, e quindi Sn (x) = (x).
Per tutti gli altri x sappiamo gi che Sn (x) (x) puntualmente. Perci
Sn (x) (x) puntualmente su tutto R.
5.15
xx0
lim f (x) = f (x
0 ).
xx0
Allora
(i) al punto x0 la serie
di Fourier di f converge alla media aritmetica
+
1
f (x0 ) + f (x0 )
2
534
ampiezza in 0.
Quindi h ha, in [a, b], soltanto un salto, al punto x0 , di ampiezza A, esattamente come f .
Poniamo g = f h. Allora g C 1 a tratti in [a, b], perch f e h lo sono.
Inoltre g continua in [a, b], perch f e h hanno un solo punto di discontinuit
in x0 , ma in quel punto il salto di g zero, e quindi g continua anche in x0 .
Per il Corollario 5.12.4 (o pi precisamente per il Teorema 5.12.1 e la
Proposizione 5.11.10) Sn g g per n uniformemente in ogni sottointervallo chiuso contenuto in (a, b) ed in particolare Sn g(x0 ) g(x0 ) per
n . Questo prova (i) (osserviamo che la stessa propriet di convergenza
vale per ogni x [a + , b ] con arbitrariamente piccolo).
Abbiamo gi dimostrato la parte (ii), ma ecco una dimostrazione pi
esplicita. Abbiamo visto nellEsempio 5.14.1 che Sn h(x) h(x) per ogni
x R, e la convergenza uniforme negli intervalli [a + , b ] con
arbitrariamente piccolo. Quindi
Sn f (x) = Sn g(x) + Sn h(x) g(x) + h(x) = f (x)
per ogni x [a + , b ], in particolare per x0 , e la convergenza uniforme
in [a + , x0 ] e [x0 + , b ].
5.16
X
f
fb(k)eikx ,
k=
dove
1
fb(k) =
2
f (t)eikt dt
(5.29)
yj
xj
ikt
f (t) e
ikyj
dt = f (yj )e
ikxj
f (xj )e
+ ik
yj
xj
f (t) eikt dt .
536
=
f (t)eikt dt +
(lim x x+
= ik fb(k) ,
j f (x) lim x xj f (x))
2
j=0
perch i termini della somma si annullano poich f continua.
g(t) dt.
g(t) dt = 0.
g(t) dt = 0
x+2
g(t) dt
Z x
Z x+2
=
g(t) dt +
g(t) dt
0
x
Z x
Z 2
=
g(t) dt +
g(t) dt = f (x)
0
g(t) dt = 0.
Sia
f (x) =
g(t) dt.
Allora b
g (k) = ik fb(k) e le serie di Fourier di f e di g sono legate dalla
relazione
Z
x
538
k=n
converge uniformemente a f .
1
g (0) =
b
g(t) dt = 0.
k=
g (k)eikx =
b
kZ, k6=0
g (k)eikx .
b
Sn g(t) dt =
16|k|6n
g (k)eikt dt
b
X gb(k)
=
(eikx 1)
ik
16|k|6n
X
X
fb(k)
fb(k)eikx
=
=
16|k|6n
n
X
k=n
fb(k)eikx
16|k|6n
06|k|6n
= Sn f (x) Sn f (0).
fb(k)
converge uniformemente a f .
c (k) + Df
c (k)
fb(k) ik fb(k)
Df
= ik
= kbk
2
2
c (k) Df
c (k)
Df
k fb(k) k fb(k)
=
= kak .
2
2
Si vede quindi che, se f una funzione pari e pertanto per il Lemma 5.13.6
ha una serie di Fourier in soli coseni, allora f ha una serie di Fourier in soli
seni, e viceversa.
Questo fatto era comunque chiaro a priori perch la derivata di una funzione
pari dispari e viceversa.
bk = i
5.17
1
m
1
2
(m)
f
2
L
m 12
540
X
ikx
ikx
b
b
f (k)e + f (k)e
f (x) Sn f (x) =
k=n+1
X
k=n+1
(5.30)
1 d
1
(m) (k)eikx
f (m) (k)eikx +
fd
m
m
(ik)
(ik)
(5.31)
(5.32)
s
2
X
d
(m)
a=
f (k)
k>n
e
b=
vediamo che
s
2
X
d
(m)
f
(k)
k<n
2 sX
2 s X
2
X
d
d
d
(m)
(m)
(m)
f (k) +
f (k) 6 2
f (k) .
k<n
k>n
|k|>n
Da questo e dal fatto che |eikx | = 1, concludiamo, in base alla identit (5.30)
1
|Sn f (x) f (x)| 6
|k|m
k=
v
u X
u
6 t2
k=n+1
v
u
u X
6
2t
X
d
(m)
f (k) +
1
km
k=n+1
k 2m
k=n+1
2
X
(m) (k)
fd
|k|>n
1
f (m)
k 2m
d
(m)
f (k)
L2
X
1
1
1
1
<
dx =
.
2m
2m
2m1
k
x
2m 1 n
n
k=n+1
542
n
X
fb(k)eikx + fb(k)eikx
k=n
Allora
Se2n+1 f (x) =
n+1
X
k=n
k=n
u
u X
e
t
2
6
S
f
(x)
f
(x)
2n+1
k=n+1
n
X
fb(k)eikx + fb(k)eikx
fb(k)eikx + fb(k)eikx .
1
f (m)
k 2m
L2
<
1
m
e le stesse disuguaglianze valgono per Se2n f (x) f (x).
1
2
(m)
f
L2
1
1
nm 2
543
1
.
nm
log(log(n))
.
nm
Le stime pi precise, enunciate nelle parti (iii) e (iv) del Teorema 5.17.3,
sono ottenute nella dimostrazione del Teorema di convergenza puntuale di
Carleson, citato nella Sezione 5.5.
5.18
544
k=
e quindi > 21 .
Invece si hanno stime precise sullordine di innitesimo dei coecienti di
Fourier di funzioni derivabili m volte con continuit (f Cm ). Naturalmente
queste funzioni sono in L2 e quindi vale lasserzione precedente, ma vale un
1
per
risultato molto pi forte: fb(k) k1m o pi precisamente |fb(k)| < km
ogni > 0.
In eetti il risultato pi forte che proveremo, Teorema 5.18.5, segue immediatamente dal Teorema 5.17.1, ma questo Teorema non labbiamo dimostrato (e la dimostrazione complicata). Noi seguiremo un approccio
completamente elementare.
Siamo interessati a determinare lordine di innitesimo di fb(k) quando
f Cm1 con m > 1 e f (m) continua a tratti (oppure anche solo misurabile
e limitata, o anche soltanto integrabile con integrale nito). Cominciamo con
il caso m = 1, cio con funzioni periodiche con derivata continua a tratti.
Lemma 5.18.1. Sia f C e supponiamo che f esista quasi ovunque e
f L1 (questo vero, in particolare, se f continua a tratti, oppure se
misurabile e limitata: assai pi in generale, vero nellipotesi che f sia
assolutamente continua, in base alla forma generale del Teorema Fondamentale del Calcolo, Teorema 1.28.9). Allora fb(k) infinitesimo per |k| di
ordine superiore a k1 .
1
fb(k) = fb (k)
ik
fb(k)
1
k
per |k| .
545
k,
1
|k|m
per |k| .
perch
|fb(k)| 6
1
kf kL1
2
Z
Z
1
b 1
ikt
f (t)e
dt 6
|f (t)| dt.
f (k) =
2
2
d
(j)
f
L1
Ora consideriamo il caso di funzioni continue a tratti con derivata continua a tratti. Questo caso non incluso nel Lemma 5.18.1 dove si assume
che f sia continua (questa ipotesi necessaria per poter applicare il Lemma
5.16.1).
Per abbiamo visto (Esempio 5.14.1) che per la funzione a denti di sega,
b
continua a tratti con derivata continua a tratti, si ha (k)
= 2ki . Estendiamo questa osservazione nel seguente risultato (una diversa estensione verr
ottenuta nel Teorema 5.18.5):
546
e quindi
ix0 k b
d
h(k)
x0 h(k) = e
d
x0 h(k) = |h(k)| .
lo anche fb(k).
Supponiamo inne che f abbia un numero nito di salti x1 , . . . , xn (, ).
In tal caso li rimuoviamo tutti iterando la procedura precedente come nella
dimostrazione del Corollario 5.15.2. Cio
n
1X
Ai i
f =g+
i=1
f (x+
i ) f (xi ) . Si ha nuovamente che g continua e naturalmente g
continua a tratti (perch lo sono gli addendi). Perci si applica a g il Lemma
5.18.1 e la dimostrazione procede come prima. Infatti per lEsercizio 5.18.4
i coecienti di Fourier del traslato j di sono dati da
ikxj b
b j (k) = [
(k)
xj (k) = e
1
b j (k)| = |(k)|
b
.
|
=
|k|
547
e quindi
b
(k)
=
n
X
j=1
n
1X
Aj j
j=1
b
Aj eikxj (k)
=
n
i X
Aj eikxj ,
2k j=1
n
X
1
ikxj
b
|(k)| =
Aj e
.
|k|
j=1
Ne segue che
1
b
(k)
,
k
a meno che, per un certo intero k0 in poi, per ogni |k| > |k0 | valga lidentit:
n
X
Aj eikxj = 0.
j=1
b sarebbe non
Ma se valesse questa identit per tutti i |k| > |k0|, allora (k)
nullo solo per un numero nito di interi k, e pertanto sarebbe un polinomio
trigonometrico, quindi una funzione continua: invece abbiamo fatto lipotesi
che questa funzione debba avere almeno un punto di salto (almeno uno degli
Aj diverso da zero).
C
|k|m+1
k.
548
(5.33)
c
Per ogni a, b [, ], calcoliamo integrando per parti (si veda la Sezione 1.1) lintegrale
b
b
Z b
einx
x einx
b
inx
(5.35)
Ia
xe
dx =
in a
n2 a
a
e direttamente lintegrale
Jab
b
inx
e
a
b
einx
.
dx =
in a
n2 a
in a
b
b
einx
(c x) einx
=
n2 .
in
a
a
(5.36)
549
5.19
Il fenomeno di Gibbs
Abbiamo visto nella Sezione 5.15 che la serie di Fourier di una funzione f
periodica continua a tratti e C 1 a tratti converge puntualmente ovunque.
Nei punti di salto la serie di Fourier converge al valore intermedio dei limiti
destro e sinistro di f in tali punti.
Ora mostreremo che, intorno al punto di salto, le somme parziali Sn della
serie di Fourier compiono unoscillazione di escursione superiore alla ampiezza
del salto (se n sucientemente grande). Quando n la frequenza di
queste oscillazioni aumenta, e quindi la loro ampiezza si riduce in ascisse, ma
non in ordinate (fenomeno di Gibbs).
Vedremo prima questo fenomeno per lesempio tipico della funzione a
denti di sega
X
sin kx
(x) =
k
k=1
introdotta nellEsempio 5.14.1, e poi lo esporteremo ad ogni altra funzione
continua a tratti e C 1 a tratti con un salto in (, ). Varie parti del calcolo
sono presentate separatamente in una serie di lemmi.
0.0
0.5
f10
1.0
1.5
550
0.0
0.5
1.0
1.5
2.0
2.5
3.0
Figura 5.10: Ringing nella approssimazione di Fourier della funzione a denti di sega
551
sin t
dt
t
x > 0,
k
0
sin t
dt =
t
Z 2
Z k
sin t
sin t
sin t
dt +
dt + +
dt
t
t
t
(k1)
Z
Z
sin t
sin t
sin t
k
dt
dt + + (1)
dt
t
0 t + (k 1)
0 t+
552
R k
Da qui segue che esiste il limite limk+ (xk ) = limk+ 0 sint t dt. Poich
monotna in tutti gli intervalli [xk , xk+1 ], da questo a propria volta segue
che la variazione di nella Rsemiretta [xk , +) tende a zero con k, e quindi
x
che esiste il limite limk+ 0 sint t dt.
Corollario 5.19.2.
sin x
dx <
x
sin x
dx.
x
Dimostrazione. Per
Fondamentale del Calcolo (Sezione 1.1), la
R x ilsinTeorema
t
funzione (x) = 0 t dt ha massimi e minimi locali nei punti xk = k
dove si annulla il suo integrando, ed monotna (alternativamente crescente
e decrescente) negli intervalli fra questi punti. Quindi lim supx+ (x) =
limk (x2k e lim inf x+ (x) = limk (x2k1 . Allora segue immediatamente dal Lemma 5.19.1.
Lemma 5.19.3.
sin t
dt = .
t
2
(5.37)
sin((n + 21 )t)
dt = .
t
2
2 sin 2
(5.38)
553
sin x
x
554
e quindi in (0, ) si ha
sin((n + 12 )t)
= sin nt
2 sin 2t
1
1
t
t
2 tan 2
sin nt 1
+ cos nt.
t
2
(5.39)
dove
sin nt
=
dt + n
2
t
0
Z
Z
1
1
1
dt +
cos nt dt.
n =
sin nt
t
2 0
2 tan 2t
0
(Per maggiore compatibilit con la notazione che stiamo per adottare, dovremmo scrivere n () invece che n ). Lultimo integrale vale 0: infatti,
Z
Z
1 n
sin n
cos nt dt =
= 0.
cos u du =
n 0
n
0
ed il primo integrale altro non che sin nt g(t) dt, che tende a zero con
n per il Lemma di RiemannLebesgue 5.9.6. Pertanto, n 0 per n .
Perci
Z
sin nt
lim
dt = .
n 0
t
2
Ma
Z
Z n
sin nt
sin t
dt =
dt,
t
t
0
0
quindi, grazie a (5.37),
Z n
Z
sin t
sin t
dt = lim
dt = .
n
t
t
2
0
0
X
sin kx
k=1
555
Indichiamo con
Sn (x) =
n
X
sin kx
k=1
sin nt
x
dt + n (x)
t
2
sin((n + 12 )t)
1 X
cos kt =
+
2
2 sin 2t
k=1
se t 6= 2m (e che il primo membro uguale a n + 21 se t = 2m).
Grazie a (5.39) nel Lemma 5.19.3 ora abbiamo che
Z x
x
sin nt
+ Sn (x) =
dt + n (x)
2
t
0
dove
n (x) =
sin nt
1
1
t
t
2 tan 2
1
dt +
2
cos nt dt.
556
u
+
+
x
(u)
[0,x]
du
[0,x]
Z
2
=
,
([0,/] (u) + [x,x+/] (u)) du =
= ,
lim
= .
lim Sn
n
n
n
n
2
Quindi il rapporto fra lescursione di Sn n e quella di tende a
Z
2 sin t
/ =
dt 1.089490 . . .
2
0
t
per n (questa oscillazione, illustrata nella Figura 5.10, si chiama
ringing).
557
n
sin t
dt
t
sin t
dt = .
t
2
sin nt
.
dt
+ n
t
2n
n
Daltra parte,
sin nt
dt =
t
sin u
du =
u
558
xx0
lim f (x).
xx0
Allora il fenomeno di ringing illustrato nel Teorema 5.19.5 per gli approssimati di Fourier della funzione a denti di sega vale anche per la funzione
f.
Dimostrazione. Basta scrivere f = h + Ax0 dove
A = f (x+
0 ) f (x0 ) = lim+ f (x) lim f (x).
xx0
xx0
5.20. ESERCIZI
5.20
559
Esercizio 5.20.1. Dimostrare lortogonalit del sistema trigonometrico direttamente con le formule di prostaferesi, senza cio far uso degli esponenziali
1 cos(nx) dx = 0
1 sin(nx) dx = 0 n = 1, 2, . . .
2m1 2n dx =
cos(nx) sin(nx) dx
Z
1
(sin((m + n)x) + sin((m n)x)) dx = 0
=
2
m, n = 1, 2, . . . .
Analogamente
Z
Z
2m1 2n1 dx =
cos(nx) cos(nx) dx
Z
1
=
(cos((m + n)x) + cos((m n)x)) dx = 0
2
m, n = 1, 2, . . . m 6= n.
2m 2n dx =
sin(nx) sin(nx) dx = 0
m, n = 1, 2, . . . m 6= n.
560
2 sin(ka)
ak =
k
a0 =
se k 6= 0 .
+
X
(1)k1
k=1
sin kx,
2.
3.
4.
5.
+
X
(1)k1
+2
sin kx;
4
k
k=1
+
X
(1)k
+2
sin kx;
2
k
k=1
+
X
(1)k1
sin kx;
+2
2
k
k=1
+
X
(1)k1
+2
sin kx;
2
k
k=1
+
X
(1)k1
2
sin kx;
4
k
k=1
5.20. ESERCIZI
561
;
1.
2 k=1 (2k 1)2
+
2.
3.
4.
4 X cos(2k 1)x
;
+
sin kx;
2 k=1 (2k 1)2
k
k=1
+
4 X cos(2k 1)x
;
2 k=1 (2k 1)2
+
5.
4 X sin 2kx
;
k=1 (2k)2
562
1.
2.
3.
4.
Motivare la risposta.
9
8
3.
8
2
4.
8
2
8
2
k=1
k=1
k=1
)
(1)k cos( k
4
k2
cos(kx)
(1)k +sin( k
)
4
k2
sin kx
)
(1)k cos( k
4
k2
cos(kx)
Motivare la risposta.
5.20. ESERCIZI
563
1
k3
2.
1
k
3.
1
k2
4.
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
2.
+
X
(1)k1
+ 2
sin kx;
2
k
k=1
+
X
(1)k1
k=1
sin kx;
564
3.
2 X (1)k1
sin kx;
k=1
k
4.
+
X
(1)k1
k=1
sin kx;
5.
X (1)k1
2
sin kx;
2
k
k=1
2.
3.
+
)
8 X (1)k sin( k
4
sin kx;
2 k=1
k2
+
)
8 X (1)k cos( k
4
cos kx;
2
2
k=1
k
+
+
)
)
8 X (1)k cos( k
8 X (1)k sin( k
9
4
4
+ 2
cos kx + 2
sin kx;
2
2
8 k=1
k
k=1
k
5.20. ESERCIZI
565
+
)
8 X (1)k cos( k
9
4
+ 2
cos kx;
8 k=1
k2
4.
1
k3
2.
1
k
3.
1
k2
4.
Motivare la risposta.
2.
566
Motivare la risposta.
1
k
2.
1
k2
3.
1
k3
4.
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
1.
X (1)k1
sin kx;
2
k
k=1
2.
+
X
(1)k1
2
sin kx;
2
k
k=1
+
3.
X (1)k1
sin kx;
4 k=1
k
5.20. ESERCIZI
4.
5.
567
+
X
(1)k1
k=1
sin kx;
+
X
(1)k1
2
sin kx;
4
k
k=1
2.
Motivare la risposta.
568
1.
2.
3.
4.
1.
32 32 X (1)k
+ 2
sin((2k + 1)x);
2.
32 X (1)k
sin((2k + 1)x);
2 k=1 (2k + 1)2
3.
+
+
X
(1)k
32 32 X (1)k
+ 2
sin((2k
+
1)x)
+
cos(2kx);
5.20. ESERCIZI
569
+
4.
32 32 X (1)k
+
+
cos(2kx);
(2k)2
k=1
2.
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
1.
2.
X (1)k1
+
sin kx;
2 k=1
k
+
X
(1)k
k=1
3.
sin kx;
X (1)k1
sin kx;
2 k=1
k
570
2
sin kx;
4
k
k=1
4.
+
X
(1)k1
+2
sin kx;
2
k
k=1
5.
Motivare la risposta.
1
k
2.
1
k2
3.
1
k3
4.
Motivare la risposta.
5.20. ESERCIZI
2.
571
Motivare la risposta.
1.
2 X cos(2k 1)x
+
;
2
(2k 1)3
k=1
+
2.
4 X sin(2k 1)x
+
;
2
(2k 1)3
k=1
3.
4 X sin(2k 1)x
;
k=1 (2k 1)3
4.
Motivare la risposta.
572
1
k2
2.
1
k
3.
1
k3
4.
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
1.
2.
X (1)k1
+
sin kx;
2 k=1
k
+2
+
X
(1)k1
k=1
3.
sin kx;
+
2 X (1)k1
+
sin kx;
k=1
k
5.20. ESERCIZI
573
4.
X (1)k1
sin kx;
2 k=1
k
5.
X (1)k1
+
sin kx;
4
k
k=1
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
+
X
(1)k1
+2
sin kx;
4
k
k=1
2.
+
X
(1)k
+2
sin kx;
2
k
k=1
3.
+
X
(1)k1
+2
sin kx;
2
k
k=1
4.
5.
+
X
(1)k1
+2
sin kx;
2
k
k=1
+
X
(1)k1
2
sin kx;
4
k
k=1
Motivare la risposta.
574
1.
4 X cos(2k 1)x
;
2
(2k 1)2
k=1
2.
+
4 X cos(2k 1)x
;
(2k 1)2
k=1
3.
4.
k=1
k=1
+
sin kx;
2
(2k 1)2
k
+
4 X sin 2kx
;
(2k)2
k=1
Motivare la risposta.
5.20. ESERCIZI
1.
2.
575
Motivare la risposta.
1
k3
2.
1
k
3.
1
k2
4.
Motivare la risposta.
576
1
k
2.
1
k2
3.
1
k3
4.
Motivare la risposta.
2.
Motivare la risposta.
5.20. ESERCIZI
577
1.
4 X sin(2k 1)x
;
k=1 (2k 1)3
2.
2
4 X sin(2k 1)x 4 X cos 2kx
+
+
;
(2k 1)3
(2k)3
k=1
k=1
3.
4 X cos 2kx
2
+
;
k=1 (2k)3
4.
2
4 X sin(2k 1)x
+
;
k=1 (2k 1)3
Motivare la risposta.
+
X
(1)k1
k=1
sin kx,
1.
X (1)k1
2
sin kx;
2
k
k=1
2.
3.
4.
X (1)k
sin kx;
2 k=1 k
+
8 X (1)k1
sin kx;
2 k=1
k
+
8 X (1)k1
sin kx;
4 k=1
k
578
5.
+
X
(1)k1
k=1
sin kx;
Motivare la risposta.
a0 X
[ak cos kx + bk sin kx]
+
2
k=1
2.
Motivare la risposta.
Rx
cn eint
n=
n=
allora
an eint
5.20. ESERCIZI
1. an =
579
cn
n
2. an = ncn
3. an = cn
4. non vi alcuna relazione tra i coecienti an e cn .
Motivare la risposta.
X
an einx
n=
la serie di Fourier di f . Se
cn einx
n=
an
in
2. cn = inan
3. cn = nan
4. cn =
an
n
Motivare la risposta.
P
P
Esercizio 5.20.36. Se a20 +
k=1 ak cos(kx)+
k=1 bk sin kx la serie di Fourier
di una funzione f , qual la serie di Fourier di g(x) = f (x) + 1?
P
P
1. a20 +
k=1 (bk + 1) sin kx
k=1 ak cos(kx) +
P
P
2. a20 + 1 +
k=1 (bk + 1) sin kx
k=1 (ak + 1) cos(kx) +
P
P
3. a20 + 1 +
k=1 bk sin kx
k=1 ak cos(kx) +
P
P
4. a20 + (a1 + 1) cos x
k=1 bk sin kx
k=2 ak cos(kx) +
580
5.
Motivare la risposta.
P
Esercizio 5.20.37. Sia
k=1 ak sin kx la serie di Fourier di una funzione periodica e integrabile. Allora
1.
2.
3.
2. 2
3.
5.
+2
k=1
4. 2
k=1
k=1
(1)k1
k
+2
P
P
k=1
(1)k1
k
(1)k1
k
sin kx
sin kx
(1)k1
k
sin kx
sin k(x 4 )
Motivare la risposta.
5.20. ESERCIZI
581
2.
Motivare la risposta.
2
3
2. 4
3.
5.
k=1
k=1
2
3
4. 4
+4
+4
(1)k+1
k2
k=1
(1)k
k2
cos kx + 4
cos kx
k=1
(1)k+1
k2
(1)k
k2
sin kx
k=1
(1)k+1
k
sin kx
cos kx
Motivare la risposta.
582
2.
Motivare la risposta.
2.
Motivare la risposta.
2.
3. 2
4. 2
+2
k=1
k=1
k=1
(1)k1
k
sin kx
(1)k1
k2
sin kx
(1)k1
k
cos(kx)
5.20. ESERCIZI
583
Motivare la risposta.
1
k3
2.
1
k
3.
1
k2
1
k3
2.
1
k
3.
1
k2
584
Motivare la risposta.
1
k3
2.
1
k
3.
1
k2
5.20. ESERCIZI
585
2.
3.
4.
k=1
k=1
k=1
cos(2k1)x
(2k1)3
sin(2k1)x
(2k1)3
sin(2k1)x
(2k1)3
sin(2k1)x
k=1 (2k1)3
k=1
sin(2k1)x
(2k1)3
Motivare la risposta.
1
k3
2.
1
k
3.
1
k2
586
Motivare la risposta.
n2
1
e2in .
n
mostrare che lo stesso argomento non serve a rispondere alla domanda (iii). Cautela: questo non vuol dire che questa serie non sia una
serie di Fourier. In eetti, grazie a (5.28), la sua parte immaginaria
riconducibile alla serie di Fourier della funzione a denti di sega dellEsempio 5.14.1; per la parte reale, pi delicata da studiare, si veda la
Proposizione 7.6.31 nel seguito.
5.20. ESERCIZI
587
2
1
x + x2 .
6
2
4
1
x (x ) (x 2) .
12
X
(1)k
3
=
(2k + 1)3
32
k=1
4 2 2
3
1
x +
x x4 .
90 12
12
48
X
4
1
=
k4
90
k=1
588
Capitolo 6
Identit approssimate ed
approssimazione con polinomi
trigonometrici ed algebrici
6.1
Abbiamo visto che i polinomi trigonometrici sono densi nello spazio delle funzioni continue e periodiche nella norma uniforme (Teorema di Completezza
di Weierstrass 5.13.3).
Di questo fatto abbiamo dato una dimostrazione costruttiva: una funzione
f C viene approssimata a meno di 2 con funzioni lineari a tratti e ciascuna di queste viene approssimata a meno di 2 con qualche somma parziale
della sua serie di Fourier. Ma questo metodo numericamente insostenibile:
di ciascun approssimante qn lineare a tratti si devono calcolare un numero
suciente di coecienti di Fourier. Quanti siano si pu stimare grazie al
Teorema 5.17.1, ma comunque per ogni nuovo approssimante qn si devono
ricalcolare tutti i coecienti di Fourier. Quindi il metodo molto pi lento
persino del calcolo delle somme parziali della serie di Fourier, per le quali ad
ogni passo n di approssimazione si deve calcolare solo il nuovo coeciente di
Fourier cio il coeciente n-esimo, ma naturalmente queste somme parziali
non si possono usare per lapprossimazione, perch la serie di Fourier di una
funzione continua di solito non converge uniformemente (come accennato in
Sezione 5.5). In questa Sezione e nella prossima studieremo metodi nume589
1
2
f (t) e2int dt
(6.1)
12
1
2
12
f (x t)g(t) dt .
591
1
2
12
f (x t)g(t) dt =
1
2
12
f (t)g(x t) dt = g f (x) .
=
=
=
1
2
12
1
2
12
1
2
12
Z
Z
1
2
12
1
2
12
f (t u) g(u) du e2int dt
f (t u) e2in(tu) g(u) e2inu du dt
2iny
f (y)e
= fb(n) b
g (n).
dy
1
2
12
g(u) e2inu du
593
allora g f (x) una media integrale dei valori di f intorno a x pesati con il
peso g(x t) = g (t x) (qui g (u) = g(u)), che il traslato di g di passo
x.
Normalmente, per parlare di media integrale, si preferisce fare lipotesi
che il peso sia positivo. Assumiamo quindi g > 0. chiaro che, se vogliamo
che le medie integrali gn f convergano al valore f (x), dovremo richiedere
che i pesi gn (t) diventino piccoli al crescere di n tranne che per valori di t
vicini a zero. Perci poniamo:
Definizione 6.1.7. Una successione di funzioni hn unidentit approssimata in L1 se verica le seguenti condizioni:
(i)
hn L1
continua)
(ii)
1
2
21
0<<
1
2
lim
per ogni n
hn (t) dt = 1
, si ha
12
hn (t) dt +
1
2
hn (t) dt
= 0.
Nel seguito assumeremo spesso che tutte le hn siano funzioni pari (in
tal caso i due integrali nella parte (iii) della Denizione (6.1.7) sono uguali.
Nella prossima Sezione studieremo alcuni esempi dove le hn sono polinomi
trigonometrici.
per ogni f C .
Per la dimostrazione abbiamo bisogno del seguente richiamo sulla uniforme continuit:
Nota 6.1.9. Una funzione f uniformemente continua se la quantit
() = f () = sup {|f (x) f (y)| : |x y| < }
(denita per > 0 e detta modulo di continuit di f ) verica la propriet
lim () = 0.
0+
Dimostrazione del Teorema 6.1.8. Dalla propriet (ii) della Denizione 6.1.7
si ha
Z 1
2
hn (t)f (x t) dt f (x)
hn f (x) f (x) =
=
=
=
12
1
2
12
1
2
12
1
2
12
hn (t)f (x t) dt
hn (t)f (x t) du
1
2
21
1
2
12
hn (t) dt f (x)
hn (t)f (x) dt
595
Perci, con la terminologia della Nota 6.1.9, dalla propriet (i) della Denizione 6.1.7 segue
Z 1
2
hn (t)|f (x t) f (x)| dt
|hn f (x) f (x)| 6
21
1
2
21
(6.2)
Ma, poich f continua nellintervallo chiuso e limitato 12 , 21 , essa uniformemente continua per il Teorema di Heine sulla uniforme continuit (Teorema 1.8.6). Per ogni > 0 esiste quindi > 0 tale che () < 2 grazie alla
Nota 6.1.9.
Fissiamo ed il corrispondente . Allora, per la propriet (iii) della Denizione 6.1.7, esiste n0 (che dipende da e da ) tale che, se n sucientemente
grande, ossia maggiore di n0 , si ha
Z 1
Z
2
hn (t) dt <
hn (t) dt <
,
(6.3)
4M
4M
21
dove
1 1
6 2 kf k .
M = (1) = max |f (x) f (y)| : x, y ,
2 2
21
6 ()
Z 1!
2
hn (t) (|t|) dt
hn (t) dt + 2M
4M
(per il primo addendo abbiamo usato il fatto che non decrescente, per il
secondo abbiamo usato anche (6.3)). Ora di nuovo dalla propriet (ii) della
Denizione 6.1.7, si ha
Teorema 6.1.10. (Convergenza di identit approssimate nella norma di L1 o Lp ). Se hn unidentit approssimata in L1 , allora
lim khn f f kL1 = 0
per ogni f L1 .
1
2
12
1
2
12
Z
Z
1
2
21
1
2
21
hn (t)|f (x t) f (x)| dt dx
(6.4)
12
|f (x t) f (x)| dx.
Osserviamo che F una funzione continua della variabile t R, anzi uniformemente continua, perch per ogni > 0 esiste > 0 tale che, se
|t1 t2 | < ,
Z 1
2
|f (x t1 ) f (x)| |f (x t2 ) f (x)| dx
|F (t1 ) F (t2 )| 6
6
=
12
1
2
12
1
2
12
|f (x t1 ) f (x t2 )| dx
597
(6.5)
Ora, per il teorema di convergenza uniforme di identit approssimate (Teorema 6.1.8), esiste n0 tale che, per ogni n > n0 , si ha khn g gk < , e
quindi, per n > n0 ,
khn g hg kLp 6 khn g gk < /3, .
(6.6)
hn (t) dt = 1
per ogni n
599
Z
hn (t) dt +
hn (t) dt = 0.
se f L1 (R).
Inoltre, per ogni p con 1 6 p < , vale lo stesso risultato: hn f Lp (R) e
lim khn f f kp = 0
hn (x y) f (t) dy
sia convergente se hn L1 (R). La condizione di uniforme continuit, pesantemente usata nella dimostrazione del Teorema 6.1.8, era garantita in
quel Teorema dalla continuit di f sullintervallo compatto dato dal periodo
(grazie al Teorema di Heine 1.8.6), ma qui deve essere assunta come ipotesi
perch la funzione non pi considerata su un compatto bens su tutto R.
Il caso 1 < p < si dimostra tramita approssimazione con funzioni continue,
come nella dimostrazione per il caso periodico (Teorema 6.1.10). Ripetiamo
,
4C
601
Z
=
hn (t)(f (x t) f (x)) dt
da cui
|hn f (x) f (x)| 6
(6.8)
Fissiamo > 0. Poich f continua in x, esiste > 0 tale che |f (x t) f (x)| <
/2 se |t| < .
In corrispondenza a questo esiste un valore n0 tale che, se n > n0 ,
Z
hn (t) dt <
8kf k
e
Z
hn (t) dt <
8kf k
Z
hn (t) dt +
2kf k +
2kf k
6
8kf k
2
8kf k
Z
6
+
hn (t) dt +
4 2
4
+ + = .
4 2 4
6.2
e f[
g(n) = fb(n) b
g (n), e f eint = fb(n) eint .
603
Adottiamo ora un approccio diverso da quello della Sezione 6.1 al problema dellapprossimazione uniforme di funzioni continue mediante polinomi trigonometrici. Abbiamo visto che possiamo approssimare f C con
hn f dove {hn } unidentit approssimata. Ma per il calcolo numerico
importante decidere come scegliere lidentit approssimata. Il metodo che
proponiamo in questa Sezione quello di sceglierla specicando i coecienti
di Fourier. Dalla Proposizione 6.1.6 sappiamo che lazione di hn tramite convoluzione
manda
f nella funzione continua e periodica i cui coecienti sono
n
o
c
b
hn (k)f (k) . In altre parole, se consideriamo le funzioni come determinate dalla successione dei loro coecienti di Fourier, le identit approssimate
agiscono su questa successione come moltiplicatori: al variarendi n, esse moltio
cn (k), k Z .
plicano volta per volta questa successione per la successione h
Quale allora lidentit approssimata pi comoda per il calcolo numerico?
C una speranza ovvia: quella di prendere
1 se
|k| 6 n
c
hn (k) =
0 se
|k| > n
n
X
k=1
eikx + eikx = 2Dn (x)
6.2.1
Nucleo di Fjr
Una scelta leggermente diversa data dai polinomi trigonometrici Kn (x) tali
cn (0) = 1, landamento di K
cn (m) sia lineare tra 0 e n e tra 0 e n e
che K
cn (m) = 0 per |m| > n. Ovvero,
K
Kn (x) =
n
X
j=n
|j|
1
n+1
eijt .
(6.9)
S0 + + Sn
n+1
605
n
X
(6.11)
n
X
1
1
sin k +
u = Im
ei(k+ 2 )u
2
k=0
k=0
n
X
= Im
= Im
ei 2 ei(n+ 2 )u
1 eiu
1 ei(n+1)u
u
u
ei 2 ei 2
= Im
1 ei(n+1)u
2i sin u2
Re(1 ei(n+1)u )
2 sin u2
(6.12)
n
X
n
X
sin2 ( n+1
u)
2
Dk (u) =
.
2 u
2 sin 2
k=0
(6.13)
con
(6.14)
n [f ](x) = Kn f (x)
1 1
Kn (x) =
n + 1 2
x)
sin( n+1
2
x
sin 2
2
(6.15)
(6.16)
per ogni x.
Inoltre, da (6.10) e dalla normalizzazione nella Denizione 6.1.2,
n
1
1 X
Kn (x) =
Dm
(n + 1) 2 m=0
1
2
Dm (t) dt = 1
(6.17)
607
Kn (t) dt 6
dt =
0.
2
2(n + 1) sin 2
2(n + 1) sin2 2
Poich Kn pari,
Kn (t) dt =
Kn (t) dt
h0
si ha
lim n [f ](t0 ) =
1
lim (f (t0 + h) + f (t0 h)) .
2 h0
(6.18)
n [f ](t0 ) f =
Kn (t) f (t0 t) f(t0 ) dt
(6.19)
2
Z Z Z
1
+
+
Kn (t) f (t0 t) f (t0 ) dt
=
2
Z Z
f (t0 + t) + f (t0 t)
1
+
Kn (t)
f (t0 ) dt ,
=
2
0
dove la prima identit segue dalla propriet (ii) della Denizione 6.1.7, e lultima dalla parit di Kn (propriet (i)
che, nellultimo
qui sopra). Osserviamo
f (t0 +t)+f (t0 t)
< .
f
(t
)
0
2
609
(i) La conclusione del Teorema di Fjr 6.2.5 vale per qualsiasi identit
approssimata Fn pari e tale che, per ogni , con 0 < < , Fn converge
a zero uniformemente nellintervallo [, ].
(ii) Pi in generale, nel caso del il nucleo di Fjr, la conclusione del Teorema 6.2.5 vale anche se lipotesi che esista il limite puntuale f(t0 ) :=
limh0 f (t0 + h) + f (t0) h) viene rimpiazzata da unipotesi pi debole,
data dalla seguente stima della media integrale della variazione di f :
supponiamo che esista un numero f(t0 ) tale che
Z
1 h f (t0 + t) + f (t0 t)
dt = 0 .
lim
f
(t
)
(6.20)
0
h0 h 0
2
(t0 t)
in
In particolare, le somme di Fjr convergono a limt0 f (t0 +t)+f
2
ogni punto t0 dove il limite esiste. (Questo conferma il Teorema di Fjr 6.2.5, ed anche il fatto che le somme di Fjr convergono a f (t0 ) ad
ogni punto di Lebesgue di f , - e quindi quasi ovunque - come sappiamo
dal Teorema 6.1.17.)
x)
sin( n+1
2
x
sin 2
2
(6.21)
2
(n + 1)t2
(6.22)
perch sin 2t > t nellintervallo (0, ), dal momento che la funzione seno in
questo intervallo concava e la retta y = t/ la corda sottesa dai punti
iniziale e nale del graco.
Ora ripartiamo dallidentit (6.19),
1
n [f ](t0 ) f(t0 ) =
Z
Z
Kn (t)
f (t0 + t) + f (t0 t)
f(t0 )
2
dt ,
Kn (t)
f (t0 + t) + f (t0 t)
f(t0 )
2
(6.23)
dt 6
3
kf kL1 [,] .
(n + 1)n2
f
G(h) =
2
0
(6.24)
(6.25)
Osservando che n denitivamente minore di 1/n a causa di (6.23), spezziamo il dominio di integrazione in (6.24)
Z n
f (t0 + t) + f (t0 t)
f(t0 ) dt =
Kn (t)
2
0
Z 1
n
f (t0 + t) + f (t0 t)
f (t0 ) dt
Kn (t)
2
0
Z n
f (t0 + t) + f (t0 t)
+
f (t0 ) dt .
Kn (t)
1
2
n
Stimando il primo integrale grazie a (6.21)
Z 1
n
f
(t
+
t)
+
f
(t
t)
1
0
0
Kn (t)
,
f(t0 ) dt 6 (n + 1) G
0
2
n
611
per parti:
Z
n
f (t0 + t) + f (t0 t)
Kn (t)
f(t0 ) dt
1
2
n
2
6
n+1
1
n
Z n
2 G(t) n
2 2
G(t)
G(t)
dt =
dt . (6.26)
+
2
2
t
n+1 t
n + 1 n1
t3
1
n
Nelle approssimazioni numeriche si usano anche altri nuclei di sommabilit, oltre al nucleo di Fjr calcolato nella dimostrazione del Teorema 6.2.3.
Ne studiamo due nella prossima Sezione.
6.2.2
Nucleo di Poisson
X
X
int
b
f (n)e 7
r |n| fb(n)eint .
(6.27)
n=
n=
ovvero f 7 Pr f .
(6.28)
(6.29)
1 r2
0 .
1 2r cos + r 2 r1
613
f (t0 ) dt = 0 .
(6.31)
lim
h0 h 0
2
In particolare,
f (t0 + t) + f (t0 t)
lim+ Pr f (t0 ) = f(t0 ) = lim
t0
r1
2
in ogni punto t0 dove il limite esiste. (Questo conferma la parte (i) del
Teorema di Lebesgue 6.2.7, ed in particolare il fatto che lintegrale di Poisson
converge a f (t0 ) ad ogni punto di Lebesgue di f - e quindi quasi ovunque come sappiamo dal Teorema 6.1.17.)
Dimostrazione. Anche per questa estensione del Teorema di convergenza
puntuale ripartiamo dallidentit (6.19), che adesso diventa
1
Pr f (t0 ) f(t0 ) =
Z
Z
Pr (t)
f (t0 + t) + f (t0 t)
f(t0 )
2
dt .
f (t0 + t) + f (t0 t)
f(t0 )
2
e notiamo, come nella dimostrazione del Teorema 6.2.7, che kukL1 6 2kf kL1 .
Lenunciato equivale ad asserire che
Z Z
+
0.
(6.32)
Pr (t)u(t) dt
r1
(6.33)
Ora consideriamo lintegrale sullintervallo [1r, ]. Questa volta, rispetto alla dimostrazione del Teorema 6.2.7, consideriamo una primitiva diversa
da quella in (6.25), la primitiva della stessa funzione ma senza valore assoluto:
Z h
f (t0 + t) + f (t0 t)
H(h) =
f(t0 ) dt .
2
0
Integriamo quindi per parti:
Z
Z
Pr (t) u(t) dt = Pr () H() Pr (1 r)H(1 r)
1r
1r
Pr (t) u(t) dt .
(6.34)
Usiamo lidentit(6.30) per stimare Pr () e Pr (1 r). Nel primo caso si ha
Pr () =
1 r2
1r
=
= O(1 r) ,
2
1 + 2r + r
1+r
615
1r
Pr (t)
Z
u(t) dt 6 2kf kL1
1r
|Pr (t)| .
Usiamo di nuovo il fatto che Pr decrescente in [0, ], per cui |Pr (t)| = Pr (t)
per i valori di t in questo intervallo. Daltra parte,
Pr (t)
1 r2
=
2r sin t .
1 2r cos t + r 2
1r
2r sin t
dt = 0 .
2r
2
(1 1+r
2 cos t)
(6.35)
1r
2r
2r
cos(1 r) =
+ O((1 r)2 ))
2
1+r
1 + r2
2r
.
1 + r2
1r 2
(1+r 2 )2
1 r2
2r sin t
dt
=
2r
2
1 + r2
(1 1+r
2 cos t)
u+ (r)
du
2
u (r) (1 u)
u (r)
1 +
= O(1 r) .
6 C (1 r)
1 u u (r)
6.2.3
Nucleo di de la Valle-Poussin
se |k| 6 n
1
2n+1k
se n < |k| 6 2n
vc
2n (k) =
2n+1
0
se |k| > 2n
Nota 6.2.15. Il Teorema 6.2.3 d luogo a una dimostrazione alternativa, molto pi semplice, del lemma di RiemannLebesgue (Lemma 5.9.6).
In realt questa dimostrazione semplice segue dal Teorema di Completezza di
Weierstrass (Teorema 5.13.3), ma non labbiamo data prima perch il Lemma 5.9.6 stato usato per provare questo Teorema (infatti labbiamo usato
nella dimostrazione del Teorema 5.9.2 che un passo cruciale per provare il
Teorema 5.12.1 di Dirichlet, dal quale abbiamo dedotto il Teorema 5.13.3).
Ma ora la Nota 6.2.14 ci d una dimostrazione alternativa del teorema di
6.3.
617
Ecco la dimostrazione.
Dimostrazione alternativa del Lemma 5.9.6. Siano f L1 , > 0 e sia q
un polinomio trigonometrico tale che kf qk < . Un tale q esiste per il
Teorema di Completezza 5.13.3 e per il suo Corollario 5.1.10(ii). Sia n0 il
grado di q. Se |n| > n0 ,
b b
q(n) 6 kf qk1 < .
f (n) = f (n) qb(n) = f[
Quindi
lim fb(n) = 0.
|n|
6.3
Z
1p
1
|f (x)| dx
6 (b a) p kf k .
p
kf gkp < .
2
Ma se vale il Teorema 6.3.1 abbiamo che, per ogni g C [a, b], esiste un
polinomio q tale che
kg qk <
1
2(b a) p
Ne segue che
kf qkp 6 kf gkp + kg qkp
1
6 kf gkp + (b a) p kg qk
<
+ =
2 2
Lemma 6.3.3. Se il Teorema 6.3.1 vale per C [0, ], allora vale per C [a, b]
per ogni a < b.
Dimostrazione. Le dilatazioni, f (x) 7 f (x), sono mappe invettive e suggestive da C[0, ) a C[0, ) e sono isometrie nella norma uniforme. Perci,
se il Teorema 6.3.1 vale per C [0, ], esso vale anche per C [0, ], Prendendo = (b a)/ vediamo che il Teorema vale per C[0, b a). Ma anche
le traslazioni sono isometrie suggestive degli spazi delle funzioni continue
nei rispettivi intervalli, e quindi il Teorema vale anche per C[a, b). Questo
conclude la dimostrazione.
Esercizio 6.3.4. Si dia una variante diretta della precedente dimostrazione, che non usi le propriet astratte delle dilatazioni e delle traslazioni, ma
costruisca le dilatazioni e traslazioni eettivamente usate.
Svolgimento. Esiste una funzione lineare h (anzi, nel senso dellalgebra lineare, dovremmo dire affine; un polinomio di grado 1) che manda [0, ] su
[a, b] in maniera biunivoca: la si ottiene esplicitamente richiedendo che h sia
lineare (cio h(t) = mt + q per opportune costanti m, q) ed imponendo le
condizioni h(0) = a e h() = b. Il risultato
h(t) = a +
ba
t.
6.3.
619
(x a).
ba
.
2
N
X
k=N
ck eikx .
x [0, ] .
+ = .
4 4
2
Ma allora
|f (x) (p1 (x) + ip2 (x))| 6 kf ukC[0,] + ku (p1 + ip2 kC[0,] <
+ = .
2 2
per ogni
x [0, ] .
Capitolo 7
Complementi sulla convergenza
di serie di Fourier
Le idee presentate in questo Capitolo, nonch molti dei suoi enunciati e dimostrazioni, sono tratte da [14, Chapters I, II, III]. Alcuni punti sono ispirati anche da He83 o StW71; una presentazione pi completa di vari passi
essenziali in [39, Chapter II, Sections 10, 11, 12].
7.1
Premessa notazionale
la convoluzione diventa
1
f g(x) =
2
621
f (x t) g(t) dt
622
CAPITOLO 7.
e si ha f[
g(n) = fb(n) b
g (n), e f eint = fb(n) eint .
Avendo ssato il periodo a 2, indicheremo interscambiabilmente gli spazi
delle funzioni periodiche e Lp sul periodo con il simbolo Lp o Lp (T). In
alcune dimostrazioni che fanno uso dellanalisi complessa, T sar identicato
come la frontiera della palla unitaria nel piano complesso.
7.2
Nella Sezione 5.12 abbiamo provato il seguente teorema di convergenza uniforme per le serie di Fourier:
Teorema 1. (Dirichlet.) Sia f L1 (cio periodica di periodo, diciamo
2 e integrabile sul periodo) e supponiamo che nellintervallo [a, b] f soddisfi
la condizione di Hlder di ordine > 0. Allora per ogni > 0 la serie di
Fourier di f converge a f uniformemente nellintervallo [a + , b ].
Non abbiamo dimostrato un teorema separato per la convergenza puntuale, perch per questo scopo non bastano le ipotesi naturali. Lipotesi naturale
anch la serie di Fourier di una funzione f L1 (T) converga al punto x
al valore f (x) richiede che questo valore esista, tipicamente quindi che f sia
continua al punto x. Ma abbiamo gi annunciato nella Sezione 5.5 (e lo dimostreremo in questo Capitolo nella Sezione 7.9) che la serie di Fourier di
una funzione continua pu divergere in un punto (e persino quasi ovunque).
Le ipotesi meno restrittive per la convergenza della serie di Fourier di f in
un punto x hanno a che fare con la derivabilit di f in x, ed abbiamo concentrato lattenzione su una situazione un po pi generale, ossia che f sia
lipschitziana in un intorno di x, o ancora pi generale, che sia hlderiana
(Sezione 5.11). Ma sotto queste condizioni la convergenza anche uniforme,
e quindi abbiamo provato un teorema unico per convergenza puntuale ed uniforme, salvo poi estendere il risultato di convergenza puntuale al caso in cui
f non hlderiana perch ha un punto di salto, allavvicinarsi al quale, per,
la derivata ha limiti destro e sinistro niti (Teorema 5.15.1). Il teorema unico
quello appena enunciato, il quale richiede stime faticose sulla convergenza
dellintegrale di Dirichlet (per un sommario si veda la Sezione 7.5).
Nonostante ci, una dimostrazione assai pi semplice, nelle ipotesi di Hlder
del Teorema 5.12.1, permette di dimostrare almeno la convergenza puntuale:
623
f (x) f (y)
xy
se
y 6= x
(7.1)
(7.2)
624
CAPITOLO 7.
f (y) f (0)
eiy 1
se
y 6= 0
(7.4)
N
X
n=N
fb(n) = f (0) +
N
X
b
h(n 1) b
h(n)
n=N
= f (0) + b
h(N 1) b
h(N) .
Teorema 7.2.3. Sia f una funzione derivabile quasi ovunque in [0, 2) con
derivata Df L2 [0, 2). Allora la serie di Fourier di f converge assolutamente ed uniformemente, e converge al valore f (x) ad ogni punto x in cui f
derivabile.
Dimostrazione. Basta dimostrare che la serie di Fourier converge assolutamente, ossia che
n=
|fb(n) einx | =
n=
|fb(n)| < ,
625
perch in tal caso la convergenza uniforme conseguenza del test di Weierstrass (Teorema 1.3.29). Ma allora, basta provare che
X
|fb(n)| < .
n6=0
Questa disuguagianza segue dalla formula per i coecienti di Fourier della derivata (Lemma 5.16.1), dalla disuguaglianza di CauchySchwarz in 2
(Proposizione 4.5.1) e dalla disuguaglianza di Bessel (Nota 5.2.7):
X
n6=0
X 1
c (n)| =
|fb(n)| =
|Df
|n|
n6=0
X 1
n2
n6=0
! 21
X
1
2
n2
n=1
! 12
X
n6=0
c (n)|2
|Df
! 12
kDf k2 < .
626
CAPITOLO 7.
xx+
0
lim f (x) = f (x
0 ).
xx
0
Supponiamo inoltre che x0 sia un punto di salto per la derivata f , nel senso
che esistano finiti i limiti dei rapporti incrementali destro e sinistro a x0 :
f+ (x0 ) := lim+
xx0
f (x) f (x+
0)
x x0
f (x0 ) := lim
xx0
f (x) f (x
0)
.
x x0
(f (0 ) + f (0+ ))
b
f (n) =
.
2
n=
+
Poniamo M := 12 f (x
0 ) + f (x0 ) il valor medio dei limiti sinistro e destro di
A
f , A := f (x+
0 ) f (x0 ) lampiezza del salto e h = , dove la funzione a
denti di sega con salto di ampiezza nellorigine denita nellEsempio 5.14.1.
Per comodit del lettore, ripetiamo qui la denizione della funzione :
(
x2
0<x<
2
(x) =
< x < 0
2 x2
xx0
A
f (0+ ) f (0 )
= f (0 ) +
=M.
2
2
2
627
A
g(x) g(0)
= lim+ f (x) lim+ h(x) M = f (0+ ) M = 0
x0
x0
x
2
lim
g(x) g(0)
A
= lim f (x) lim h(x) M = f (0 ) + M = 0 .
x0
x0
x
2
x0
x0
k(x) =
n=
g (n) =
b
n=
fb(n)
n=
b
h(n) .
(7.5)
P
b
e quindi, per x = 0, b(n) + b( n) = 0. Ne segue che
n= h(n) = 0. Da qui
e (7.5) segue che
(f (0 ) + f (0+ ))
b
f (n) = M
,
2
n=
628
7.3
CAPITOLO 7.
Abbiamo gi ricavato nella Sezione 5.18 landamento asintotico dei coecienti di Fourier allaumentare dellordine di dierenziabilit. Qui estendiamo tali
stime al caso pi generale di funzioni a variazione limitata o Lipschitziane.
Proposizione 7.3.1. Se f di variazione limitata su T (Definizione 1.26.1),
allora
Var(f )
|fb(n)| 6
.
2|n|
Var(f )
1
f (T) =
.
2|n|
2|n|
Definizione 7.3.2. (Modulo integrale di continuit.) Data una funzione continua f su T, il suo modulo integrale di continuit la funzione f su
T data da
f (h) = kf (t + h) f (t)kL1 (T,dt) .
Una denizione analoga vale per funzioni su R+ .
Nota 7.3.3. chiaro che f (h) 6 f (|h|), dove il modulo di continuit
f (h) = sup{|f (x) f (y)| : |x y| < h} .
introdotto nella Denizione 1.8.3.
Lemma 7.3.4. Per ogni f L1 (T),
1
.
|fb(n)| 6 f
2
n
1
1
int
f (t) e
dt =
f (t) ein(t+ n ) dt ,
fb(n) =
2 0
2 0
e quindi
Z 2
1
fb(n) =
f (t) eint dt .
f t+
4 0
n
La disuguaglianza dellenunciato segue direttamente da questa.
7.4
|j|6k
P
|j|
e Qn,k [f ] := n<|j|6k 1 k+1
cj (t). Evidentemente, la dierenza fra questi
polinomi trigonometrici ha componenti nulle rispetto a tutti gli esponenziali
630
CAPITOLO 7.
cj (t) := fb(j) eijt con n < |j| 6 k, ed invece, per |j| 6 n, le componenti di
k [f ] Qn,k [f ] sono le stesse di = k [f ], ossia (k + 1 j) cj . Ne segue che il
polinomio trigonometrico (k + 1)(k [f ] Qn,k [f ]) (n + 1)n [f ] di grado
n (ossia i suoi termini di massima frequenza sono cn (t)), e
X
(k + 1)(k [f ] Qn,k [f ]) (n + 1)n [f ] =
((k + 1 j) (n + 1 j)) cj
|j|6n
(k n)cj = (k n)Sn [f ] .
|j|6n
Ora
che
j = 1m 1/j ln m, e quindi, per ogni > 1, si ha
P ricordiamo
P
j = 1n 1/j
j = 1n 1/j ln(n) ln n = ln , costante. Pertanto,
lipotesi |cj (t)| = |fb(j)| = O(1/j) assicura che, per ogni > 0, esiste > 1
tale che
X
|cj | ln < .
(7.7)
lim sup
n
n<|j|6n
Corollario 7.4.2. (Convergenza di serie di Fourier di funzioni a variazione limitata.) Sia f di variazione limitata su T, e rammentiamo che
allora i limiti destro e sinistro di f , ossia f (t+ ) := limst e f (t ) := limst ,
esistono (non necessariamente uguali ma entrambi finiti) per ogni t T, in
base al Corollario 1.26.7. Allora, per ogni t T, la somma parziale Sn [f ](t)
della serie di Fourier di f converge alla media aritmetica 21 (f (t+ ) + f (t )).
La convergenza uniforme sui sottointervlli chiusi in cui f continua.
631
7.5
1
1
t 2 sin 2t
(7.9)
lim
t
n 0
2
t 2 sin 2
2
e quindi dimostrare che Sn [f ](x) f (x) tende a zero equivale a mostrare che
Z
2 f (x + t) f (x t) sin (n + 21 )t
lim
dt = 0 .
n 0
2
t
632
CAPITOLO 7.
633
Proviamo ora un criterio di convergenza che estende in maniera diretta il Teorema di convergenza puntuale 7.2.1. Dobbiamo prima chiarire la
terminologia.
Notazione 7.5.2. Nel resto di questa Sezione consideriamo criteri di convergenza delle serie di Fourier puntuale ad un punto x ed uniforme in un
intervallo [a, b]. Nel secondo caso, ovviamente, su [a, b] f deve essere continua e Sn [f ] f . Perci dobbiamo richiedere che la restrizione di f allintervallo [a, b] sia continua. Ci sono due modi di intendere lasserzione che
la restrizione di f ad [a, b] sia continua. Il senso debole quello letterale: i
punti di [a, b] sono punti di continuit di f |[a, b] . In tal caso, la funzione f ,
considerata come funzione su [, ], continua a destra al punto a ed a
sinistra al punto b, ma i punti a e b potrebbero non essere punti di continuit
(bilateri) di f . Invece, il senso forte di assumere che ogni punto di [a, b],
compresi i punti estermi, sian un punto di continuit di f . In questo secondo
caso f limitata in un intorno di [a, b], diciamo in [a , b + ] per qualche
> 0 (perch una funzione che ha limite per x a limitata in un intorno
di a, ed analogamente per b). Invece, nel primo caso non detto che f sia
limitata in un intorno di a e b: ad esempio, la funzione 1/x per 6 x < 0
e 0 per 0 6 x < ) ha restrizione continua a [0, 1] nel secondo senso ma non
nel primo, e non limitata in un intorno di 0 (lo in un intorno destro).
Nei prossimi teoremi le condizioni sono pi semplici da enunciare se la nozione di continuit in un intervallo intesa nel senso forte: ma naturalmente,
questa semplicazione solo un articio terminologico, ed in ogni enunciato
faremo un richiamo alla presente osservazione notazionale.
Teorema 7.5.3. (Criterio di Dini.) Fissato x, sia f L1 (T), gx (t) =
(f (x + t) + f (x t))/2, e supponiamo che esista il limite
f (x + t) + f (x t)
t0
2
gx (0+ ) = lim
e che, per qualche > 0, la funzione x (t) = (gx (t)gx (0+ ))/t sia integrabile:
Z
gx (t) gx (0+ )
dt < .
t
0
Allora vale la propriet della Proposizione 7.5.1:
Z
2
sin t
lim
dt = lim gx (t) := gx (0+ ) .
gx (t)
0
t0
t
634
CAPITOLO 7.
635
gx (t) gx (0+ )
dt <
t
sup
|xy|6, x,y[a,b]
verifica
|f (x) f (y)|
(s)
ds < .
s
sia limitato uniformemente rispetto a x [a, b]. Per completare la dimostrazione della convergenza uniforme, quindi, basta assumere che f sia limitata
in un intorno di [a, b] (su [a, b] lo perch continua).
Nota 7.5.5. Le condizioni del criterio di Dini (Teorema 7.5.3 qui sopra) sono
vericate, come caso particolare, se la funzione gx (t) gx (0+ ) hlderiana in
(0, ] (parte (ii) della Denizione 5.11.1): quindi la parte sulla convergenza
puntuale dellenunciato del Teorema di Dini implica il Teorema 7.2.1. In
particolare, il Teorema di Dini vale se f lipschitziana in (0, ] (parte (i)
della stessa Denizione), ed ancora pi in particolare se f continua e C 1 a
gx (0+ ) = lim
636
CAPITOLO 7.
Allora
2
lim
+
gx (t)
sin t
dt = gx (0+ ) .
t
(7.12)
sin t
gx (t)
dt =
t
+
gx (t) gx (0+ )
sin t dt + gx (0+ )
t
gx (t)
sin t
dt .
t
sin t
dt
t
(7.13)
(7.13), gx (0+ ) 0 sint t dt, esattamente lo stesso del secondo termine del lato
destro di (7.11), e, come abbiamo visto nella dimostrazione del Teorema di
Dini qui sopra, quando + tale termine tende a zero per ogni x ssato,
ed uniformemente rispetto a x in ogni intervallo [a, b] su cui f sia continua
(ed in un intorno del quale la funzione f sia limitata, se la continuit della
restrizione.
Veniamo quindi a discutere il primo termine al lato destro di (7.13). Visto
il Teorema 1.26.6, suciente assumere che f sia monotna, diciamo non
decrescente, in [0, ]. Sappiamo dal Lemma 5.19.1 che
Z
Z
sin x
sin x
dx 6 M := 2
dx
x
x
0
(7.14)
637
per ogni 0 6 c 6 d. Inoltre, poich esiste il limite gx (0+ ), per ogni > 0
esiste = x tale che 0 < < e
|gx () gx (0+ )| <
.
3M
(7.15)
f (x + t) + f (x t)
f (x))
2
f (x + t) f (x) f (x t) f (x)
+
2
2
0
Qui x dipende da x, ma per ogni x , in base alle disuguaglianze (7.15) e
(7.14), si ha
Z
gx (t) gx (0+ )
sin t dt 6
M= .
(7.16)
t
3M
3
0
Questa la maggiorazione di cui avevamo bisogno per il primo termine a
secondo membro di (7.13). Per il valore di che abbiamo ssato, scegliamo
K tale che, per > K, gli altri due termini in (7.13), che abbiamo gi
maggiorato precedentemente, soddisno le disuguaglianze
Z
sin t
+
dt <
|gx (0 )|
t
2
3
0
Z
sin t
gx (t)
dt < .
t
3
638
CAPITOLO 7.
Abbiamo gi visto perch queste maggiorazioni valgano in [a, b] uniformemente rispetto a x se f continua in [a, b]. Combinando queste disuguaglianze
con (7.16)
Z
sin
t
+
dt gx (0 ) <
gx (t)
t
2
0
Per alcuni lievi miglioramenti di questi enunciati e vari signicativi approfondimenti, si veda [39, Chapter II, Sections 10, 11, 12].
7.6
639
7.6.1
limitata, come osservato dopo (7.9), quindi con norma nita in L1[0,2] .
Pertanto
Z
Z
Z
sin n + 1 t
1
sin
n
+
t
2
2
dt
|F (t)| dt < .
dt 6
0 2 sin 2t
t
0
0
Quindi
Z
1 sin n + 21 t
|Dn (t)| dt =
dt
0 2 sin 2t
Z
1 sin n + 21 t
=
dt + O(1) .
0
t
1
Ln =
2
(7.18)
640
CAPITOLO 7.
La funzione sin n + 12 t si annulla in [0, ] nei punti tj = j/(n + 21 ), con
j = 0, . . . , n, e quindi di segno costante in ciascun intervallo (tj , tj+1 ).
elementare il calcolo del suo integrale in questi intervalli, che risulta essere
Z
Z
tj+1
tj+1
2
1
1
t dt =
t| dt =
| sin n +
.
sin n +
tj
2
2
n + 21
tj
| sin(n+ 12 )t|
t
j
tj
j=1
j=1
(7.20)
641
7.6.2
se x x0 .
Esercizio 7.6.4. Gli spazi Lp sul toro, con 1 6 p < , sono spazi di Banach
omogenei. Lasciamo al lettore, per esercizio, vericare che la stessa cosa
vera per gli spazi di Hlder Lip(), per lo spazio delle funzioni continue sul
toro (ossia continue e periodiche su R), e pi in generale per gli spazi C k
delle funzioni
P periodiche derivabili k volte con derivate continue (con norma
kf kC k kj=0 kD j f k ) e tutti gli altri spazi considerati ad esempio nella
successiva Sezione 11.3. Per tutti questi spazi, si tratta di vericare che le
traslazioni sono continue nel senso della precedente denizione (nel caso di
L1 , la continuit della traslazione stata dimostrata nel Lemma 5.9.4). Per
agevolare il lettore interessato, dimostriamo subito dopo la ne del presente
Esercizio la continuit della traslazione per lo spazio delle funzioni continue
e periodiche, come enunciato separato.
642
CAPITOLO 7.
per ogni f B .
643
Otteniamo
Z
1
khn f f kB 6
h
(t)|f
(x
t)
f
(x)|
dt
n
2
B
Z
1
hn (t)kg(t)kB dt
=
2
Z
Z
1
hn (t)kg(t)kB dt +
hn (t)kg(t)kB dt
=
2
{6|t|6}
6 max kg(t)kB k khn kL1 (T)
|t|6
1
+
max kg(t)kB
2 6t6
{6|t|6}
|hn (t)| dt .
(7.21)
Per ogni > 0 esiste > 0 tale che il primo addendo allultimo membro
minore di , grazie alla propriet (i) della Denizione 6.1.7 di identit approssimata, ed al fatto che la funzione kgkB continua sul compatto [0, 2]
(per la Denizione 7.6.3 di spazio omogeneo) e quindi uniformemente continua per il teorema di Heine (Sezione ??). Ma allora, ssato questo , il
secondo addendo deve anchesso essere minore di se n grande, in base
alla propriet (iii) della Denizione 6.1.7. Quindi lultimo membro di (7.21)
minore di 2 per n grande.
Nota 7.6.8. Questa Denizione coerente con la nozione abituale di coeciente di Fourier quando il funzionale F si identica con una funzione. Ad
esempio, se B = Lp (T) e q lindice coniugato (Denizione 1.16.4), allora, in
base al Terema 1.19.6, B = Lq (T), nel senso che per ogni funzionale continuo
F su Lp (T) esiste una funzione f Lq (T) tale che, per ogni h Lp (T), si ha
Z
F (h) hF, hi = hF, hi = f (t) h(t) dt .
644
CAPITOLO 7.
n=N
|n|
N +1
fb(n) Fb(n) .
Nj
X
n=Nj
(7.22)
(la formula precedente coincide con questa nel caso in cui kj il nucleo di
Fjr, definito in (6.9)).
P
int
b
Dimostrazione. Se f un polinomio trigonometrico, f = N
n=N f (n) e ,
P
b
b
ovvio per linearit che hf, F i = N
n=N f (n) F (n). Quindi la propriet
(7.22) vale per i polinomi trigonometrici.
In generale, in base alla Proposizione 7.6.6 sulla convergenza in B delle identit approssimate, f = limj kj f nella norma di B, e quindi f limite in
norma dei polinomi trigonometrici kj f , i cui coecienti di Fourier verib
b
cano k\
j f (n) = kj (n) f (n). Quindi la propriet (7.22) si estende a tutto B.
7.6.3
Divergenza in norma in L1 e C
645
+
= .
C +1 C +1
646
CAPITOLO 7.
Proposizione 7.6.12. (Divergenza nelle norme L1 e uniforme delle somme parziali di Fourier.) Se B = L1 (T) o B = C(T) (funzioni
periodiche e continue), allora k|Sn k|B = Ln (le costanti di Lebesgue della
Definizione 7.6.1).
Dimostrazione. Dalla disuguaglianza (7.17), per tutte le norme di B = Lp (T)
(ed in particolare anche per lo spazio di Banach C(T) munito della norma
uniforme, ovvero quella di L ), sappiamo che
k|Sn k|B 6 kDn kL1 [0,2] = Ln .
Per provare la disuguaglianza inversa, consideriamo una qualche identit approssimata, ad esempio il nucleo di Fjr KN della Denizione 6.2.2, e come
in quella Denizione scriviamo N [f ] = KN f . Allora kKN k1 = 1, e
lim kN [f ] f kB = 0
(7.24)
per i Teoremi 6.2.3, 6.1.10 e 6.1.8. Trattiamo prima il caso B = L1 [0, 2], e
per semplicit scriviamo kf k1 inece di kf kL1 [0,2] .
In base alla espressione (6.9) del nucleo di Fjr, per ogni n e N si ha
Sn [KN ](x) =
min{n,N }
m=0
n+1m
cos mx = N [Dn ](x) .
n+1
Pertanto
k|Sn k|1 > kSn [KN ]k1 = kn [DN ]k1 .
(7.25)
Grazie a (7.24), per ogni > 0 e per ogni intero n, esiste un intero N tale
che kn [DN ]k1 > (1 )kDn kL1 [0,2] . Pertanto la precedente disuguaglianza
implica che k|Sn k|1 > kDn kL1 [0,2] = Ln .
Ora consideriamo invece lo spazio B = C(T). Sia gn = sgn (Dn ) la
funzione che vale 1 dove Dn > 0 e 1 dove Dn < 0 (nei punti dove Dn = 0 non
importa quale valore gli si d). Allora gn costante in ciascuno degli intervalli
consecutivi (tj , tj+1 ) gi considerati nella dimostrazione del Teorema 7.6.2,
e quindi discontinua ma continua a tratti, e kgn k = 1. Modichiamo gn
interpolandola linearmente fra i valori 1 e 1, in modo da ottenere una
funzione hn continua, che si annulla dove Dn = 0 e che verica khn k = 1.
647
1
> Sn [hn ](0) = Dn hn (0) =
2
[0,2]\J Ij
Dn (x) hn (x) dx
648
CAPITOLO 7.
7.6.4
La funzione coniugata
1+z
1z
1 + reit
1 reit
(7.26)
che si chiama il nucleo di Cauchy, ed abbiamo mostrato che essa una funzione olomorfa in D = {reit : 0 6 r < 1}; abbiamo anche osservato che
P (r, t) = Re C(r, t) una funzione armonica.
Introduciamo il nucleo di Poisson coniugato Q(r, t) := Im C(r, t). La funzione
f(r, t) fr (t) f(reit ) := Qr f (t)
(7.27)
649
2r sin t
,
1 2r cos t + r 2
(7.29)
n=
(7.30)
650
CAPITOLO 7.
Nota 7.6.19. spesso di grande interesse studiare il nucleo di Poisson coniugato e la funzione armonica coniugata. Ad esempio, signicativi approfondimenti dei criteri di convergenza per le serie di Fourier presentati nella
Sezione 7.5 si ottengono considerando separatamente la convergenza delle
somme parziali di Fourier di Pr f e Qr f : si veda [39, Chapter II, Sections
10,11, 12]. Con maggiore precisione, qui si dovrebbe parlare della funzione
coniugata di f nel senso della successiva Denizione 7.6.23.
651
(i) (Propriet della media.) Se f una funzione a valori reali, armonica in D e limitata su D, allora, per ogni z D, si ha inf D f 6
f (z) 6 supD f . Una propriet analoga vale per ogni disco D di raggio
> 0 e centro w arbitrario, purch contenuto nel dominio in cui f
armonica limitata.
7.6.20 e dal fatto che Pr (t) dt = 1 (il nucleo di Poisson una identit
approssimata, Nota 6.2.11). Dilatando la scala di un fattore si trasporta lo
stesso risulato al disco D (loperatore di laplace commuta con le dilatazioni
e con le traslazioni, e quindi la funzione z 7 f (w + z/) ancora armonica).
La parte (ii) segue a sua volta dalla (i): se f avesse un punto di massimo
locale z0 in D, ossia interno a D, allora, per ogni disco D di raggio sucientemente piccolo con centro in z0 e per ogni z D , si avrebbe f (z0 ) > f (z),
il che contraddice la propriet della media della parte (i).
652
CAPITOLO 7.
Proposizione 7.6.22. (Esistenza di limiti radiali delle funzioni coniugate di funzioni armoniche con dati al bordo in L1 .) Sia f
L1 (T) e f(reit ) definita come in (7.27). Allora, per quasi ogni t, esiste il
limite radiale (puntuale) limr1 f(reit ).
Dimostrazione. Spezziamo f L1 come combinazione lineare di quattro
funzioni positive o nulle: se f a valori reali scriviamo f + = max{f, 0}
per la sua parte non negativa e f = min{f, 0} per la parte non positiva,
cosicch f + , f > 0 e f = f + f . Pi in generale, se f a valori complessi,
la spezziamo come f = (Re f )+ (Re f ) + i(Im f )+ i(Im f ) . Poich
la mappa f 7 f(reit ) lineare, senza perdita di generalit possiamo ora
assumere che f sia non negativa su T = D. Pertanto anche il suo integrale
di Poisson, che, con abuso di notazione, continuiamo a denotare con f (z),
non negativo su D. Notiamo anche che f reale, in quanto funzione armonica
coniugata di una funzione reale (in altre parole, perch il nucleo di Poisson
coniugato reale).
Sappiamo dal Corollario 7.6.17 che f + if una funzione olomorfa nel disco
D, e quindi ivi anche armonica. Allora (per il teorema di derivazione di
funzione composta, Sezione 1.1!) olomorfo anche il suo esponenziale
(7.31)
Daltra parte,
(7.32)
653
r1
(il limite (puntuale) esiste per quasi ogni t grazie alla Proposizione 7.6.22).
Un sottospazio B L1 (T) invariante per coniugazione, o ammette coniugazione, se per ogni f B la funzione coniugata f appartiene anchessa a B
(in altre parole, loperatore coniugato f 7 f un endomorsmo di B (una
trasformazione lineare di B in s).
Corollario 7.6.24. Per ogni f L1 [, ], la funzione coniugata della serie
P
int
b
trigonometrica f (t) =
n= f (n) e
f(t) = i
n=
b
Nota 7.6.25. Il precedente Corollario 7.6.24
mostra che f(0) = 0 per ogni
R
f L1 (T). Questo equivale allidentit T f(eit ) dt = 0, e quindi al Corollario
7.6.18.
654
CAPITOLO 7.
X
1b
1
f 7 f = f (0) + (f + if )
fb(n) eint
(7.33)
2
2
n=0
un operatore lineare limitato da B in B.
Nota 7.6.28. Per futura memoria, si osservi che f 7 f eint una traslazione
di n passi in avanti nel dominio delle frequenze, ossia una traslazione di n
passi in avanti dei coecienti di Fourier, dal momento che
Z
1
f[
eint (j) =
f (t) ei(nj)t dt = fb(j n) .
2
655
traslazione e del troncamento, otteniamo la seguente relazione di commutazione: eint (f eint ) la funzione i cui coecienti di Fourier coincidono con
quelli di f a partire dallindice n + 1 e sono nulli per tutti gli indici minori o
uguali a n.
In particolare, il troncamento alla parte positiva dello spettro della somma
parziale n-sima della serie di Fourier di f esattamente
n
X
j=0
(7.34)
1
spetto alla dualit hf, gi = 2
f (x) g(x) dx utilizzata nellidentit (11.5)
n=N
|n|
N +1
sgn (n)fb(n) b
g (n) = hf, gi .
656
CAPITOLO 7.
R
hf, gi = f (x) g(x) dx e se sugli spazi dei loro coecienti di Fourier si sceglie la forma antilineare (con coniugazione sulla seconda variabile) che abbiamo usato nel teorema di Plancherel (Corollario 7.6.9). Potremmo invece
scegliere, come dualit
fra Lp (T) e Lq (T), la forma antilineare sulla seconda
R
variabile (f, g) = f (x) g(x) dx (che coincide con il prodotto scalare usuale
quando f , g L2 , ossia precisamente quella che abbiamo immpiegato nel
Teorema di rappresentazione di Riesz 11.2.1 per caratterizzare il duale di
L2 ). In tal caso, a causa del coeciente immaginario nella espressione dei
coecienti di Fourier della funzione coniugata (Corollario 7.6.24) laggiunto
delloperatore coniugato su Lp (T) risulterebbe essere loperatore coniugato su
Lq (T) cambiato di segno. Lo stesso operatore aggiunto si sarebbe trovato se
avessimo invece scelto una forma bilineare (senza coniugazione sulla seconda
variabile) nel teorema di Plancherel.
7.6.5
Abbiamo annunciato allinizio della Sezione 5.18 che non si pu dire nulla
sullordine di innitesimo dei coecienti di Fourier di funzioni in L1 [0 , 2]:
i coecienti possono tendere a zero in maniera arbitrariamente lenta, come
il prossimo risultato dimostra.
Proposizione 7.6.31. Siano {cn > 0} una successione bilatera pari, ossia
tale che cn = cn , che tende a zero allinfinito e che soddisfa la condizione
di convessit
cn1 2cn + cn+1 > 0 .
(7.35)
Osserviamo che la condizione di parit implica che la serie di Fourier di f
P
657
n1
X
cm cm+1 > n|cn1 cn | .
|c0 cn | =
m=0
(7.36)
cn1 cn = o(1/n) .
Perci
k
X
n=1
(7.37)
Allora poniamo
f (x) =
X
n=1
(7.38)
X
n=1
b n1 (j) .
n(cn+1 2cn + cn1 )K
se
0
1
|j|
n
|j| > n
altrimenti.
(7.39)
658
CAPITOLO 7.
n=|j|+1
n=|j|+1
|j|
n(cn+1 2cn + cn1 ) 1
n
n(cn+1 2cn + cn1 ) |j|
N
X
= lim
N
n=|j|+1
(7.40)
n=|j|+1
N
X
n=|j|+1
(7.41)
bn =
n=m+1
N
X
n=1
bn
m
X
bn
n=1
n=m+1
N
X
n=m+1
= cN +1 cN (cm+1 cm ) .
N +
659
Nota 7.6.32. La precedente Proposizione 7.6.31 rivela che le serie trigonometriche in soli coseni possono essere serie di Fourier anche se i loro coecienti
tendono a zero in maniera (quasi) arbitrariamente lenta. Infatti la condizione di convessit (7.35) non comporta alcuna conseguenza circa la velocit di
convergenza a zero dei coecienti. Per accorgersene basta osservare che la
condizione (7.35) soddisfatta se i coecienti cn sono i valori agli interi n
di una funzione h convessa. Prendiamo h derivabile: allora h convessa se
h crescente, ed in virt del Teorema del valor medio di Lagrange (Sezione
1.1) in questa ipotesi vale anche la condizione (7.35). Allora, consideriamo
la successione
1
1
:= (k)
cn =
ln ln ln n
g (n)
(k volte). Per k arbitrariamente elevato questa successione converge a zero
in maniera (quasi) arbitrariamente lenta, eppure verica la condizione di
convessit, almeno per n sucientemente grande. Infatti,
Dg(x) =
ln (g k1(x)) g k2 (x)
...
1 1
,
ln x x
X
1
an sin nx =
cn einx
660
CAPITOLO 7.
ponendola zero per n = 0), la serie trigonometrica con questi coecienti non
la serie di Fourier di una funzione in L1 (T) (anche nel caso in cui la serie
trigonometrica converga puntualmente ad una somma f , non la serie di
Fourier di f : ma si pu dimostrare che in questa circostanza f
/ L1 (T) [14,
Chapter III, remark 1.4, Theorem 3.11, Corollary 3.11]).
Proposizione 7.6.33. Sia f L1 (T) una funzione i cui coefficienti di Fourier sono una successione dispari, ossia fb(n) = fb(n) per ogni n Z, ed
P
inoltre fb(n) > 0 per ogni n > 0. Allora n6=0 fb(n)/n < .
Dimostrazione. Senza perdita di generalit possiamo sommare a f una costante scelta in modo da assicurare che si abbia fb(0) = 0. Questo equivale a
scegliere f a media nulla sulR periodo (perch fb(0) la sua media sul periodo).
x
Sia F la primitiva F (x) = 0 f (t) dt. Allora F periodica (grazie al Lemma
5.16.4) e continua (per il Lemma 1.27.2), e
i Fb(n) = fb(n)/n
(7.43)
X
b
lim i F (0) +
1
16|n|6N
b
n
f (n)
N +1
n
N
X
= i Fb(0) + 2 lim
1
N
n=1
n
N +1
b
f (n)
= iF (0) = 0 (7.44)
n
661
X
cos nx
n=2
log n
X
sin nx
n=2
log n
X
1 X X
cos nx
eint
+
=
log n
2 n= n=2 log |n|
n=2
verica la condizione di convessit enunciata in quella Proposizione.
La seconda un caso particolare della Proposizione 7.6.33, dal momento che
!
X
X
X
i
sin nx
sgn (n) int
+
=
e
log n
2 n= n=2 log |n|
n=2
e la serie
n=2
7.6.6
662
CAPITOLO 7.
allora gli operatori coniugati su Lp (T) e su Lq (T) sono aggiunti uno dellaltro,
e quindi hanno la stessa norma su questi due spazi (Teorema 3.11.7). Quindi
basta provare il risultato per 1 < p < 2, e nel resto della dimostrazione assumiamo f Lp (T) con 1 < p < 2. Inoltre, ogni funzione a valori complessi
la combinazione lineare di quattro funzioni non negative: le parti positiva e
negativa dele parti reale ed immaginaria, rispettivamente (come ad esempio
nella dimostrazione della Proposizione 7.6.22). Quindi, poich loperatore
coniugato lineare, senza perdita di generalit assumiamo f > 0.
La dimostrazione che presentiamo qui utilizza in maniera intelligente linterrelazione fra armonicit ed olomora. Come dabitudine, indichiamo con
f (z) = f (reit lintegrale di Poisson di f = f (eit ), e con f(reit ) := Qr f (t) la
sua funzione coniugata (Denizione 7.6.15). Poich la funzione f (eit ) non
negativa e chiaramente possiamo assumerla non identicamente nulla, si ha
che il suo integrale di Poisson f (z) = f (reit ) strettamente positivo ovunque. Allora, poich f una funzione armonica (Esercizio 6.2.10) e f la sua
armonica coniugata, la funzione H(z) = f (z) + if(z) olomorfa nel disco
unitario aperto D (Corollario 2.2.3). Poich la sua parte reale f (z) non si
annulla mai in D, nemmeno H si annulla:
{z D : H(z) 6= 0} = D .
(7.45)
663
,
< p < .
(7.47)
2
2
Per 0 < r < 1, consideriamo langolo = arg H(reit ) = arctan f(z)/f (z).
Osserviamo che la condizione f (z) > 0 implica che H(z) giace sempre nel
semipiano destro (parte reale positiva), e quindi 6 /2. Allora i due
archi in T D deniti da A := {t : | arg H(reit )| < e B := {t : 6
| arg H(reit )| < /2} (che dipendono da r) sono complementari. Osserviamo
anche che, se si scrive w = u + iv, la condizione | arg w| < < /2 equivale
a
u
Re w
=
= cos arg w > cos
(7.48)
|w|
|w|
<
Re G(reit )
cos(p)
(7.50)
664
CAPITOLO 7.
Invece che agli integrali del modulo di G nel lato destro di (7.51), siamo
adesso interessati agli integrali della sua parte reale. Per quanto riguarda il
primo integrale al lato destro di (7.51), segue da (7.49) che
Z
Z
1
1
it
| Re G(re )| dt <
|G(reit )| dt
(7.52)
2 A
2 A
Z
Jp
1
<
|f (reit )|p dt =
kf kpLp (T) .
2 A
(cos )p
Daltra parte,
su B si ha | arg
R
R G(z)| > > /2 e quindi Re G(z) < 0.
Pertanto B | Re G(z)| dt = B Re G(z) dt. Vediamo allora come in (7.51)
che
Z
Z
Z
it
it
Re G(re ) dt =
Re G(re ) dt
Re G(reit ) dt
B
Re G(re ) dt + Jp kf kpLp (T) .
it
(7.53)
Per
R fare usoitdi questultima disuguaglianza occorre prima stimare lintegrale
Re G(re ) dt. Qui usiamo di nuovo le propriet delle funzioni armoniche:
665
7.6.7
In questa Sottosezione, nalmente, colleghiamo la nozione di spazio invariante per coniugazione a quella di convergenza in norma delle serie di Fourier.
666
CAPITOLO 7.
(7.57)
(in base alla parte (iii) dellEsercizio 5.2.10, (7.57) questo equivale ad assumere che la traslazione in frequenza, ossia la traslazione dei coefficienti di
Fourier, sia una isometria).
Allora B invariante per coniugazione se e solo se le serie di Fourier di
funzioni in B convergono nella norma di B.
Dimostrazione. In base al Teorema 7.6.11 ed al Corollario 7.6.27, ci che
dobbiamo provare che gli operatori Sn di somma parziale della serie di
Fourier (Denizione 7.6.10) sono uniformemente limitati rispetto a n se e
solo se il troncamento alla parte positiva dello spettro di Fourier f f
denito in (7.33) un operatore limitato (nel senso usuale della Denizione
3.3.5).
Assumiamo che S n siano operatori uniformemente limitati: per qualche
C > 0,
k|S n k| 6 C .
(7.58)
Intrallacciamo Sn con la moltiplicazione per la funzione eint per produrre
una traslazione di n passi verso destra dello spettro di Fourier ed in tal modo
S2n
f := (S2n f ) =
2n
X
k=0
(7.59)
(7.60)
Per f B e > 0, sia p un polinomio trigonometrico tale che k|f pk|B <
/2C ( qui che si usa la densit dei polinomi trigonometrici). Allora, in base
alla stima uniforme (7.60),
kS2n
f S2n
pkB 6 Ckf pkB 6
.
2
667
Fourier pb(j) sono nulli, e quindi, per tutti gli n, m > k/2 si ha S2n
p = S2m
p.
Pertanto
kS2n
f S2m
f kB 6 kS2n
f S2n
pkB + kS2m
p S2m
f kB 6 .
lim S2n
f := g = f .
n
S2n
f = f ei(2n+1)t (f ei(2n+1)t ) ,
kS2n
kB 6 kf kB + k(f ei(2n+1)t ) kB 6 2Kkf kB ,
dove K la norma delloperatore limitato f f (come sempre, nel senso della Denizione 3.3.5). In altre parole, abbiamo provato che le norme
k|S 2n k| sono uniformemente limitate al variare di n. Daltra parte, visto che
S2n
f = eint Sn (eint f ) in base a (7.59), esattamente per lo stesso argomento
k|S n k| = k|S 2n k|, e quindi gli operatori di somma parziale di Fourier sono
uniformemente limitati nella norma di B.
668
CAPITOLO 7.
7.7
7.7.1
La funzione di distribuzione
Dimostrazione. In base allEsercizio 1.14.6, la funzione misurabile f si approssima con funzioni a gradini a meno di un un > 0 arbitrariamente
piccolo tranne che su un insieme di misura inferiore a . Da questo segue
Esercizio che basta dimostrare lidentit (7.61) nel caso in cui f la funzione caratteristica di un intervallo (o pi precisamente, lEsercizio forrnisce
una successione di funzioni a gradini che approssimano f puntualmente quasi
ovunque, e quindi uniformemente a meno di un insieme arbitrariamente piccolo, per il teorema di Egoro (Corollario 1.14.9, quindi, passando al limite
sotto il segno di integrale, basta dimostrare (7.61) per tutte le funzioni a
gradini, e quindi basta dimostrarlo per tutte le funzioni caratteristiche degli
7.7.
669
intervalli).
Ma se f = [, ] (con 6 < 6 2), il primo membro di (7.61) vale
( ) (1) + (2 ( )) (0). Daltra parte, in questo caso la funzione
di distribuzione vale mf () = 2 ( ) se 6 1 e 2 se > 1: pertanto
il secondo membro di (7.61) coincide col primo.
7.7.2
2
p
|h(x)| dx =
p dmf () .
Lo spazio Lp debole
C
,
p
ossia ancora
m {t : |f (t)| > } 6
C
.
p
. Sia f Lp . Allora m+
|f | () = 2 m|f | () = dm|f | (x) dx, perch m|f |
tende a 2 quando la variabile tende a innito. Pertanto, per il Corollario
7.7.4,
2 m|f | () 6
xp dm|f | (x)
6
x dm|f | (x) =
670
CAPITOLO 7.
(7.63)
Integriamo laltro pezzo per parti (in base al Corollario 1.28.16) ed utilizziamo
la notazione m+
|f | = 2 m|f | introdotta nella parte (ii) della Denizione
7.7.1:
Z
Z
r
x dm|f | (x) =
xr dm+
|f | (x)
1
1
Z
r
r
m+
= x 2 m|f | (x) 1 +
|f | (x) d(x ) .
1
Poich r < p, sappiamo da (7.63) che xr 2 m|f | (x) = xr m+
|f | (x) =
rp
r
O(x ), e quindi limx x 2 m|f | (x) = 0. Pertanto il termine di bordo
dellintegrazione per parti si maggiora cos:
0 6 xr 2 m|f | (x) 1 = 2 m|f | (1) 6 2 .
Allora,
sommando i due
troviamo
R 2
R pezzi in cuir abbiamo spezzato lintegrale,
r
p
|f
(t)|
dt
<
2
+
m
(x)
d(x
).
Ma
lipotesi
f
L
asserisce
che
|f |
w
0
1
m|f | (x) < Cxp .
Quindi
Z 2
Z
r
|f (t)| dt 6 2 + C
0
d(x ) = 2 + Cr
(7.64)
7.7.
671
T\E
T\E
da cui lenunciato.
sup p m+
|f | ()
>0
p1
Si noti che questa norma una funzione omogenea per moltiplicazione per
scalari positivi, ma verica la disuguaglianza triangolare (e quindi una vera
norma) solo per p > 1, esattamente come succede per la norma Lp .
Corollario 7.7.10. Esistono costanti K1 , K2 che dipendono solo da r e p
(w)
tali che, per ogni f Lp e per 0 < r < p, si ha kf kr 6 K1 kf kp 6 K2 kf kp .
Dimostrazione. La prima disuguaglianza segue direttamente dalla stima
(7.62), la quale asserisce che
Z
p
m|f | () 6
|f (x)|p dx = 2 kf kpp ,
0
672
CAPITOLO 7.
(w)
da cui kf kp 6 p 2 kf kp .
Per quanto concerne la seconda disuguaglianza, osserviamo anzitutto che, se
(w)
f appartiene a Lpw , per denizione si ha m+
|f | (1) 6 kf kp . Inoltre, in base
(w)
r
0
1
Quindi
kf krr
7.7.3
1
=
2
|f (t)| dt 6 1 +
r
r
pr
kf k(w)
p .
kf k1
.
Teorema 7.7.12. Loperatore coniugato di tipo debole 1-1 (nel senso della
precedente Definizione 7.7.11). In altre parole, esiste una costante K > 0
(w)
tale che kfk1 6 K kf k1 , nel senso della norma L1 debole introdotta nella
Definizione 7.7.9.
Dimostrazione. Per ogni > 0, si consideri la seguente mappa conforme,
strettamente imparentata al nucleo di Cauchy della Denizione 7.6.15:
w(z) = 1 +
z
.
z+
7.7.
673
pu facilmente vericare: la funzione w manda il settore circolare illimitato J := {|z| > , Re z > 0} nella met destra U+ del disco U, ovvero
U+ = {z U : Re z > 1}.
Supponiamo dapprima f > 0 e limitata, e normalizziamo, scegliendo kf k1 =
R 2
1
f (t) dt = 1.
2 0
Consideriamo la funzione G olomorfa sul disco unitario D i cui valori al
bordo sono g = f + if (lolomora fu provata nel Corollario 7.6.17) e nella Proposizione 7.6.22. Poich G olomorfa in D, segue dalla formula di
rappresentazione di Cauchy (Corollario 2.5.1), o anche dalla propriet della
media (Corollario 7.6.21), che
Z 2
Z 2
1
G(0) =
(f (eit ) + if(eit )) dt = 1 ,
g(t) dt =
2 0
0
perch, in base al Corollario 7.6.18 o anche 7.6.24, il valor medio di f, ossia
b
f(0), vale 0 (si noti che in questa dimostrazione il far ricorso a funzioni
olomorfe da integrare sul cerchio di raggio 1 ci obbliga a scrivere le variabili
di f e f in forma complessa).
Inoltre w g composizione di funzioni olomorfe, quindi olomorfa in U, ed
allora, sempre per la formula di rappresentazione di Cauchy o la propriet
della media,
Z 2
1
1
g(ei t)
w(1)w(G(0)) = 1 +
dt .
(7.66)
=
1+
1+
2 0
g(ei t) +
Poniamo ora
o
it
f (e ) > .
Poich |g| > | Im g| = |f|, su E vale anche f(eit ) > . Allora, in base allasserzione allinizio di questa dimostrazione, su E lintegrando 1 +
(g(ei t) /g(ei t) + ) ha valori in U+ , ossia ha parte reale non inferiore a 1.
Daltra parte, al di fuori di E questo integrando ha parte reale non negativa,
perch i suoi valori sono del tipo w(g(eit )) con Re g(eit ) = f ((eit )) > 0, ed
abbiamo osservato allinizio della dimostrazione che g manda il semipiano destro nel disco con centro 1 e raggio 1 , che contenuto nel semipiano destro.
Ma allora
Z 2
Z
g(ei t)
g(ei t)
Re 1 +
dt >
Re 1 +
dt > m(E) .
g(ei t) +
g(ei t) +
0
E
n
E := t (0, 2] :
674
CAPITOLO 7.
Pertanto, da (7.66),
1
1
2
=1+
>
m(E) .
1+
1+
2
(7.67)
che nel disco U H dal momento che abbiamo supposto fb(0) [0, 1] H.
Quindi lo stesso argomento prova la disuguaglianza (7.67) anche in questo
caso.
Ora eliminiamo lipotesi che f sia non negativa, ma supponiamo f a valori
reali. Allora f = f+ f , la dierenza fra le sue parti positiva e negativa,
che sono a supporto disgiunto, e f = f+ f : queste due ultime funzioni non
sono a supporto disgiunto, ma se |fn| > allora o |f+ | > /2 oo|f | > /2 (o
entrambe). Allora poniamo E := t (0, 2] : f (eit ) > 2 , ed abbiamo
E E+ E . Inoltre, kf+ k1 6 kf k1 6 1, ed analogamente per kf k1 .
Allora, in base alla disuguaglianza (7.67), si ha
m(E ) 6
4
1 + 2
16
4
e pertanto m(E) 6 2 1+
= 2+ .
2
Ora eliminiamo lipotesi che f sia a valori reali: scrivendo f = Re f + i Im f
32
e ripetendo il ragionamento troviamo ora m(E) 6 2+
.
Ora eliminiamo la normalizzazione kf k1 6 1: applichiamo lultima disuguaglianza a h = f /kf k1 ed otteniamo
)!
(
f
32
6
(eit ) >
m(E) = m
t (0, 2] :
kf k1
2+
ossia
o
32
kf k1
t (0, 2] : f(eit ) >
> 2
2+
Questo
il teorema per funzioni f L : esiste una costante C tale
dimostra
che f(eit ) 6 tranne che su un sottoinsieme di T di misura inferiore a
m
n
7.7.
675
Ckf k1 /.
Ora eliminiamo lipotesi di limitatezza: poich L (0, 2] denso in L1 (0, 2]
(Lemma 1.18.3, o anche Proposizione 1.18.6), esiste una successione fn L
che converge a f nella norma L1 : in particolare converge puntualmente quasi
ovunque. Pertanto,
o
o
n
n
it
it
.
m t (0, 2] : f (e ) >
m t (0, 2] : fn (e ) >
7.7.4
676
CAPITOLO 7.
Teorema 7.7.16. Loperatore coniugato manda L log L in L1 : ovvero, esistono A, B > 0 tali che, per ogni f L log L,
Z
Z
|f | 6 A + B |f | log+ |f |, .
(7.68)
T
|f | log+ |f | < .
Dimostrazione. Osserviamo che, se f L log L, anche Re f e Im f appartengono a L log L, perch dominate in modulo da |f |. Inoltre, f =
Re f +itildeIm f per linearit. Quindi, se il risultato vale per tutte le funzioni
a valori reali, allora vale per qualsiasi f L log L. Quindi possiamo limitarci
a dimostrarlo per funzioni a valori reali. ovvio che, se il risultato vale per
f , allora vale anche per f : quindi, per lo stesso argomento, seprando ogni
funzione a valori reali come la somma a supporto disgiunto della sua parte
positive e negativa, possiamo limitarci a dimostrare il teorema per funzioni
non negative.
Inizialmente facciamo unulteriore ipotesi, che fra poco rinforzeremo ma alla
ne elimineremo: ossia f > 1. In tal modo la funzione log+ |f | diventa log f .
Come nella dimostrazione del Teorema 7.6.36, consideriamo la funzione olomorfa g = f + if nel disco unitario complesso D, e scriviamo la variabile
x T come x = eit , e z D come z = r eit . Rammentiamo anche che,
con questa notazione, f(0) := f(z)|z=0 = 0 (Corollario 7.6.18). Come allora,
anche qui g olomorfa in D e Re g = f > 0, quindi g ha valori nel semipiano
destro. Possiamo allora denire log g utilizzando il ramo principale del logaritmo complesso (quello che coincide con il logaritmo reale in (0, ) ed il cui
dominio di olomora C \ (, 0]). In particolare, log g olomorfa su D
perch composizione di funzioni olomorfe. Allora g log g anchessa olomorfa
in D, e segue dalla formula di rappresentazione di Cauchy (Corollario 2.5.1),
o anche dalla propriet della media (Corollario 7.6.21), che
Z 2
1
g log g(eit ) dt = g(0) log g(0) = 2f (0) log f (0)
2 0
perch g(0) = f (0) := f (z)|z=0 in quanto f(z)|z=0 = 0. Poich f > 1, ora
R 2
R 2
abbiamo f (0) log f (0) > 0, e 0 g log g(eit ) dt = 0 Re (g log g) . Scriviamo
g(z) = f (z) + if(z) = |g(z)|eiy(z) , ossia
y = arctan
f
.
f
(7.69)
7.7.
677
f log |g| y f (e ) =
g log g(eit ) dt = 2f (0) log f (0) > 0 ,
0
e quindi
(7.70)
Z
1 2
f log(f 2 + f2 t) .
(7.71)
f log |g| =
2
0
0
0
Scriviamo per semplicit f = a e |f| = b, ed osserviamo che lultimo integrando a log(a2 + b2 ). Per b = 0 questa espressione vale 2a log a, ed crescente
al crescere di b > 0, con derivata rispetto a b data da 2ab/(a2 + b2 ) 6 1.
Da questo segue che, per b > 0, lintegrando a log(a2 + b2 ) dominato
dallespressione lineare 2a log a+b. Pertanto la disuguaglianza (7.71) diventa
Z 2
Z 2
Z
1 2
yf 6
f log f +
|f | .
(7.72)
2 0
0
0
Z
y f 6
|f | nei due domini E+ :=!y| > /4 e E := |y| < /4. In base a (7.69),
0
ci signica E = {t : |f(eit )| < f (eit )} ed E + = {t : |f(eit )| > f (eit )}.
Allora
Z
Z
Z
Z
f 6 f 6 f log f
|f | 6
E
(lultima disuguaglianza vale perch log f > 1, dal momento che abbiamo
assunto f > e). Daltra parte, su E+ si ha y > /4 e quindi, rammentando
che y f sempre non negativo,
Z
Z
Z
Z
4
4
1
4
yf 6
yf 6
f log f + |f |
|f | 6
E+
T
T
2
E+
(lultima disuguaglianza segue da (7.72). Sommando le due ultime disuguaglianza si ottiene a primo membro lintegrale di f, che per compare anche
a secondo membro: portando questo contributo a primo membro si trova
Z 2
Z 2
(1 f rac2)
f 6 (1 + f rac4)
f log f ,
0
678
CAPITOLO 7.
(7.73)
Inne, eliminiamo lipotesi f > e, ma mantenendo, senza perdita di generalit, lipotesi f > 0. Per le funzioni f che non soddisfano f > e, poniamo
f+ = max{f, e}, f = min{f, e}: pertanto |f | 6 e. Ssia K+ := {t :
f (eit ) = f+ (eit )} = {|f | > e} e K = {|f | 6 e}. Allora f = f+ + f per
linearit, e basta stimare gli integrali di questi due addendi. Ora, f+ verica
lipotesi f+ > e sotto la quale valida la disuguaglianza 7.73). Da questo e
dal fatto che, su K , si ha f+ e f+ log f+ , segue
Z
Z 2
Z 2
f+ 6 B
f log f + e m(K )
f+ log f+ 6 B
0
K+
6B
f log f dt + 2Be .
y f
|f| ,
7.8.
7.7.5
7.8
7.8.1
Operatori massimali
(ii) Data f L1 (T), indichiamo ora la variabile t T in notazione complessa, t = eix , e denotiamo con f la funzione massimale radiale
Z 2
ix
ix
i(xs)
is
f (e ) := sup |Pr f (e )| sup
P (r, e
) f (e ) ds ,
0<r<1
0<r<1
680
CAPITOLO 7.
7.8.2
Teorema 7.8.4. (Teorema massimale di HardyLittlewood.) Loperatore massimale di HardyLittlewood f Mf di tipo debole 1-1 (Definizione
7.7.11).
Dimostrazione. Sia E := {t : |Mf (t) > }. Dobbiamo mostrare che, se
f in L1 , allora Mf in L1 debole, ovvero che, per ogni > 0, si ha
m(E ) 6 Ckf k1 / per qualche costante C > 0 che non dipende da f .
Poich 0 6 Mf 6 M|f | per la sua denizione (parte (i) della Denizione
7.8.1), senza perdita di generalit assumiamo f > 0. Sia t T tale che
Mf (t) > : allora, ancoraR per denizione, esiste un intervallo aperto Bt
1
f (s) ds > , ossia
centrato in t tale che m(B
t ) Bt
Z
1
f (s) ds .
m(Bt ) <
Bt
7.8.
t dm|f | (t) .
682
CAPITOLO 7.
(7.77)
1
=
2
1
|f (x)| dx =
2
2p
dmf () =
2
p
p dmf (2) .
(7.78)
mf (2))]
0
pp1 (2 mf (2)) d .
(7.79)
Il termine di bordo al lato destro si annulla grazie a (7.77), e quindi, da
(7.75):
Z
dmf (2) =
6 4p
pp1 (2 mf (2)) d
p2
t dm|f | (t) d .
p2
t dm|f | (t) d =
1
p1
t
0
p2 d t dm|f | (t)
tp dm|f |(t) =
2
kf kpp
p1
(lultima disuguaglianza segue di nuovo dal Corollario 7.7.4). Questo dimostra la limitatezza delloperatore massimale su Lp per 1 < p < .
Veniamo al caso p = 1. Riscriviamo in questo caso le stime (7.78) e (7.79),
scambiando lordine di integrazione ed utilizzando come sempre il Corollario
7.8.
7.7.4, e troviamo
Z
Z
2
1
dmf () =
dmf (2)
kf k1 =
2 0
2 0
Z 1 Z
Z
1
1
=
(2 mf (2)) d 6
+
0
0
1
Z
Z Z
1
4
1
(2 mf (2)) d 6 2 +
t dm|f | (t) d
62+
1
1 +
Z
Z
Z t
4
4
d
t
t log t dm|f | (t)
=2+
dm|f | (t) = 2 +
1
1
1
Z
4
=2+
|f | log |f | dx .
T
Questo dimostra la seconda asserzione dellenunciato.
7.8.3
Notazione 7.8.7. (Operatore coniugato massimale radiale.) Combinando la denizione di funzione coniugata e quella di funzione massimale radiale f (Denizione 7.8.1), otteniamo funzione coniugata massimale radiale
la funzione
f (eit ) := sup f(r eit )
0<r<1
Corollario 7.8.8. Per 1 < p < e f Lp (T), esiste una costante Cp che
non dipende da f tale che kf kp < Cp kf kp .
Dimostrazione. Rammentando che |f(r eit )| 6 Mf(t) e supr |h(r eit )| 6 Mh (t)
otteniamo |f (eit )| 6 Mf(t) (Proposizione 7.8.3). Pertanto, se f Lp , allora
kf kp < kMfkp < Akfkp < Bkf kp
per opportune costanti A e B, in base alla prima parte del Teorema 7.8.6 ed
al Teorema di marcel Riesz 7.6.36.
684
7.9
CAPITOLO 7.
In questa Sezione, seguendo [4] e [13, Chapter 1, Section 9], diamo una dimostrazione elementare della disuguaglianza di HausdorYoung (Teorema
7.9.1), che verr poi riproposta nella Sezione ?? nel consueto ambito naturale, come conseguenza di un pi sosticato risultato di analisi complessa,
il teorema di interpolazione di Riesz-Thorin (Teorema ??): la presente dimostrazione utilizza esattamente le stesse idee, ma le formula in un contesto
semplicato meno generale e faticoso.
Cominciamo con il rammentare le seguenti due propriet ben note che valgono sia per la trasformata di Fourier, sia per la successione dei coecienti
di Fourier: kfbk2 = kf k2 (teorema di Parseval, Nota 4.3.3, e teorema di
Plancherel, Corollario 8.5.2), e kfbk 6 kf k1 (Proposizione 8.2.3). Vogliamo
interpolare queste disuguaglianze per tutti i q fra 2 e , per ottenere:
X
|h{cn }, {dn }i|
cn d n 6 1 .
(7.80)
n=
685
1
kF k1 = 1
k{Dn }k1 k = 1 .
X
n
Dn
! 21
X
n
|b
g |2 (n)
! 21
= kF 2 +it k2 = kF 2 k2 = 1 ,
686
CAPITOLO 7.
Capitolo 8
La trasformata di Fourier
8.1
La trasformazione da spettro discreto a spettro continuo: introduzione intuitiva alla trasformata di Fourier
Studiamo un segnale acustico emesso in una stanza. Per semplicit supponiamo che la stanza sia cubica di lato L. Il suono composto di onde
acustiche: onde di pressione nel mezzo che lo conduce, in questo caso onde
di compressione e rarefazione dellaria. Per non tutte queste onde si possono mantenere in maniera stazionaria in una stanza con muri rigidi i quali
quindi non possono essere spostati dalla pressione acustica. Le onde hanno andamento sinusoidale: si preservano solo quelle con punti nodali (cio
ssi, senza variazione al variare del tempo) esattamente in corrispondenza
dei muri. Indichiamo con x la posizione nella stanza, dal muro di sinistra
a quello di destra. Supponiamo
che lampiezza massima al punto x della
pressione acustica sia sin 2
x
, dove R una costante che rappresenta
sin
x
:
landamento
nel
2
tempo sin(t) sin x , illustrato nella gura 8.1 che mostra un periodo
687
688
Figura 8.1:
completo di sin
2
x
velocit del suono, questa lunghezza donda massima si associa alla frequenza
c
minima 0 = c = 2L
(poich c 330 m/sec, se L = 3.3 m si ha 0 = 50 Hz,
se invece L = 6.6 m allora 0 = 25 Hz e cos via).
Perci i segnali acustici che si mantengono nella stanza e non vengono
da essa ltrati (cio smorzati ed eliminati) sono quelli con componenti di
c
frequenza multiple di 0 = 2L
: uno spettro discreto che porta allo sviluppo
di Fourier del segnale:
X
f (x) =
cn ein0 x .
n=
Se anche fe L1 (R) si ha
fe() =
689
f (s) eis ds
1
f (t) =
2
fe()eit d
f (t) =
cn eint/T
(8.1)
n=
dove
1
cn =
2T
f (s)eins/T ds
(si vedano le Sezioni 5.2 e 5.4). La serie converge almeno nel senso di L2 .
Proviamo, in maniera intuitiva, a passare al limite per T . Pi
precisamente consideriamo una funzione non periodica f in L1 (R), tale cio
che per ogni > 0 esiste T tale che
Z
|f (t)| dt < .
R\[T,T ]
si ha da (8.1)
Ponendo =
T
Z /
X
f (s)ein s ds ein t .
f (t) =
2 n= /
(8.2)
690
f (s)eis ds eit d.
2
Nel seguito di questo capitolo daremo una dimostrazione rigorosa del teorema
precedente (Teorema 8.4.2).
Notazione 8.1.2. Per f L1 (R) e R, scriviamo
Z
fb() =
f (t)e2it dt .
fb()e2it d .
Nota 8.1.4. In molti libri e articoli scientici la trasformata di Fourier introdotta nella Notazione 8.1.2 viene denita senza il fattore 2 allesponente.
Talvolta essa viene denita come la funzione fe del Teorema 8.1.1. In tal caso
il Teorema 8.1.1 porta alla formula di inversione
Z
1
fe()eit d.
f (t) =
2
691
con una normalizzazione dellintegrale di un fattore 2. Se si preferisce rendere simmetriche le formule per la trasformata di Fourier e per la sua inversa,
senza per inserire il fattore 2 allesponente, allora si deve porre
Z
1
b
f () =
f (t)eit dt , R :
2
8.2
692
quindi
lim fb() = 0.
(ii) Se
(8.3)
1 b
f( a )
|a|
per ogni R
g () =
b
1
D fb()
2i
(ii)
Z
b
f () 6
|f (t)| e2it dt =
g () =
b
=
=
=
|f (t)| dt = kf k1 .
g(s)e2is ds
f (s)e2is ds
f (t)e2it dt
f (t)e2i()t dt
(iii)
= fb()
f(s) =
=
fb()e2is d
fb()e2i(s) d
= f (s)
f (at)e2it dt
693
694
b
h() =
f (s)e2i a s
a
1
f (s)e2i a s ds
=
a
1b
=
f( )
a a
Per ottenere la stessa formula per a < 0 basta ormai provare la formula
per a = 1. In tal caso
Z
b
h() =
f (t)e2it dt
Z
=
f (s)e2is ds
Z
=
f (s)e2is ds
fb().
(v)
b
h() =
f (t t0 )e2it dt
=
f (s)e2is e2it0 ds
Z
2it0
f (s)e2is ds
= e
2it0
= e
fb().
695
(vi)
g () =
b
=
e2i0 t f (t)e2it dt
f (t)e2i(0 )t dt
= fb( 0 ).
(vii) Scriviamo
c () =
Df
f (t)e2it dt
Per ipotesi,
lim f (t) = 0.
e perci
c () = 2i
Df
f (t)e2it dt
= 2i fb().
696
(viii) Supponiamo che g(t) = tf (t) sia in L1 (R) e mostriamo che fb derivabile e
Z
D fb() = 2i
g(t)e2it dt.
fb() =
f (t)e2it dt,
|f (t)| dt <
f
(t)e
dt
R\[n,n]
f(t)e2it dt
f (t)e2it dt
f (t)e2it dt = f().
697
Riscriviamo le formule delle propriet (vii) e (viii) del precedente Teorema 8.2.4 come segue:
Corollario 8.2.5. (Regole di commutazione fra trasformata di Fourier e derivata.) Se indichiamo con F la trasformata di Fourier, con D
loperatore di derivata e con P la moltiplicazione per il polinomio 2ix,
otteniamo le seguenti regole di commutazione:
DF = FP ,
FD = P F ,
ed iterando,
P k D l F = P k FP l FD k P l .
(8.6)
f (t) cos 2t dt .
698
La parte (iii) segue dal Teorema 8.2.4 (ix), che, per f a valori reali e per
ogni R, d luogo allidentit
fb() = f() = fb(),
Dimostrazione.
699
(i) Poich f a supporto compatto, esiste a > 0 tale che f (t) = 0 per ogni
t tale che |t| > a. Perci la funzione g(t) = tf (t) verica |g(t)| 6 a|f (t)|
per ogni t, e quindi g L1 (R). Segue dalla propriet di derivazione
della trasformata di Fourier (Teorema 8.2.4 (viii)) che fb derivabile e
che D fb = 2ib
g . Ma anche g a supporto compatto, e quindi anche
g derivabile (grazie al Teorema 1.23.1 di derivazione sotto il segno di
b
integrale su un compatto). Perci fb derivabile due volte e si ha
Z
2b
2
D f () = (2i)
t2 f (t)e2it dt.
(iii) Se inoltre f a supporto compatto, derivabile dappertutto m volte tranne che per un numero finito di punti dove f (m1) continua e derivabile
a sinistra e a destra ma f (m) ha un salto , e f (m) appartiene a L1 (R)
ed monotna a tratti, allora fb() = O( (m+1) ).
700
(v) La generalizzazione dei primi due enunciati precedenti fatta nella parte
(iv) vale pi in generale nel caso in cui, rispettivamente:
(generalizzazione della parte (i)): f sia assolutamente continua
(Definizione 1.28.1) (e quindi derivabile quasi ovunque, per il Corollario 1.28.7), con derivata in L1 (R);
(generalizzazione della parte (ii)): f sia derivabile ovunque m 1
volte e D (m1) f sia assolutamente continua con derivata in L1 (R).
701
(iii) La dimostrazione di questa parte ricalca riga per riga quella del risultato analogo per le serie di Fourier, Teorema 5.18.5, grazie al fatto che
f (m) a supporto compatto, e quindi lintegrale nella sua antitrasformata di Fourier si limita a questo compatto (in quel Teorema, lintegrale
dei coecienti di Fourier preso sul compatto [, ], ma per invarianza per dilatazione largomento rimane identico per qualunque altro
intervallo).
(iv) Gli argomenti in questo caso coincidono con quelli dei punti (i) e (ii)
una volta notato che, se f continua, C 1 a tratti ed in L1 (R), per il
Teorema 1.28.9 vale lidentit (8.7). Si osservi che, detti xi i punti di
\
(m) f () = 2i D
b (m1) f ()
salto di D (m) f , la validit dellidentit D
della parte (vii) del Teorema 8.2.4 ora si ottiene integrando per parti
come segue,
Z
(m1)
2it
f (t) e
dt =
D (m) f (t)
i 2it
e
dt
xi+1
X i
2it
(m1)
,
e
D
f (t)
x
i
i
702
1
||m+1
per qualche costante C > 0. Per iterazioni successive basate sullidentit (5.33) ( qui che si usa la condizione che tutte le derivate, e non
solo lultima, appartengano a L1 (R)) questo equivale a provare che
1
d
(m)
.
f
()
6C
||
Z
d
(m)
2ix
(m)
dx
f () 6 f (x) e
ZI
(m)
2ix
f (x) e
dx
+
R\I
Z
\
f (m) (x) dx
6 (f I )() +
R\I
1
(m)
6 (f\
I )() + 2 ,
(8.8)
703
c1 () = 2c
1 (2) = 2 sinc(2x) =
2
e pi in generale
c () = 2
c1 (2) = 2 sinc(2) =
2
sin(2)
.
(8.10)
(8.11)
Osserviamo che lim0 f (x) = 1 (x) per ogni x, ed anche in maniera monotna e nella norma di L1 .
(i) Si deduca da (8.9) e dalla parte (i) del Teorema 8.2.4 che lim0 fb () =
1 () = 2 sinc(2) uniformemente su R.
c
704
1
1 .
2
sin(2) sin(2
.
2 2 2
(v) Sappiamo dalla parte (iii) del Coro9llario 8.2.8 che fb = O(1/ 2) per
. Si ricavi questo risultato da (iv).
1
1
2 2 (1 e2i )
2 4
e si usi questa identit per ricavare da (8.11) il risultato di (v) (ed anche
quello di (i)).
8.3
t2
et dt = 1.
dt = 2
Se scriviamo
I=
et dt.
et dt
705
(t2 +s2 )
dt ds =
er r dr d
I =
Quindi I =
1
.
2
r 2
1
r dr d =
2
d =
1
.
4
Proposizione 8.3.2.
b = .
Dimostrazione. Chiaramente,
(t) = 2t(t).
(8.12)
706
d 2it
(t)
e
dt
d
Z
= 2i
t(t)e2it dt
()
b () =
d
= iD()
= 2 ().
b
Quindi
b verica lequazione dierenziale
()
b (u)(u) (u)
b
(u)
b
(u) =
2
(u)
2iu(u)(u)
b
+ 2iu(u)(u)
b
=
= 0.
2 (u)
Quindi anche cos si trova che
calcolare il valore
(0)
b
.
(0)
(t) dt = 1.
8.4
707
(x)dx = 1
Nota 8.4.1. La quarta propriet verr dimostrata in seguito per altra via nel
caso particolare di funzioni C a decrescenza rapida (Formula di Plancherel
9.7.8) e questo caso particolare sarebbe suciente anche qui, ma facile dimostrarla direttamente nel caso pi generale, e lo facciamo subito (di fatto
anticipando la dimostrazione del Teorema 9.7.8). La propriet vera semplicemente perch lipotesi di appartenenza a L1 di f e g assicura che fb e b
g
1
1
b
siano in L e quindi f g e f b
g siano in L , ed inoltre f (s)g(t) sia in L rispetto
alla misura prodotto ds dt. Quindi possiamo applicare il Teorema di Fubini
1.20.4) e scambiare lordine degli integrali:
Z
Z Z
b
f (s)g(s) ds =
f (t)e2ist dt g(s) ds
Z
Z
=
g(s)e2ist ds f (t) dt
=
f (s)b
g (s) ds
(8.13)
708
Daltra parte, per le propriet (i) e (iii) e per il Lemma 8.3.1 e la Propo2 2
sizione 8.3.2, per + la famiglia (t) := (t)
b
= e t soddisfa la Denizione 6.1.15 di identit approssimata in L1 (R). Inoltre, grazie
R alla parit di , il primo membro dellidentit (8.14) esattamente
f (x t) (t)
b
dt = f (x). Per il Teorema 6.1.16 di convergenza
709
8.5
F (s, t) ds dt =
Z
Z
f (t s)g(s) dt ds = f (t) dt g(s) ds < .
Z Z
f[
g() =
Z
2it
f (t s)e
dt g(s) ds.
710
Poniamo u = t s. Allora du = dt e
Z
f[
g() =
g(s)
Z
f (u)e
2is
g(s)e
2i(u+s)
ds
du
ds
f (u)e2iu du
= fb()b
g ().
Abbiamo quindi dimostrato il
Dimostrazione.
kfbk22 =
b d
fb()f()
b
d
fb()f()
g ()
per il Teorema 8.2.4 (ix). Poniamo g(t) = f (t). Allora fb() = b
fb()b
g () d
f[
g() d
= f g(0)
Z
=
f (t)g(t) dt
711
(Teorema 8.5.1)
(Teorema 8.4.2)
f (t)g(t) dt
|f (t)|2 dt
= kf k22 .
712
713
segue dalla disuguaglianza di CauchySchwarz 4.5.1 (od anche dalla disuguaglianza di Hlder, Teorema 1.16.6: si veda la Nota 4.5.2) che
kfbn gn fbgk1 6 kfbn k2 kgn gk2 + kfbn fbk2 kgk2 .
Nota 8.5.5. Se nellenunciato del Corollario 8.5.4 si sceglie g = f, dalla propriet di coniugazione della trasformata di Fourier, Teorema 8.2.4 (ix), si
vede che lenunciato si riduce al teorema di Plancherel (Corollario 8.5.2), ma
ora in generale per funzioni L2 , non solo per L1 L2 , gi anticipato per cenni
nella Nota 8.5.3.
La dimostrazione del prossimo corollario utilizza la tecnica di approssimazione di L2 con L1 L2 illustrata nella Nota 8.5.3, seguita, come in
quella Nota, da un passaggio al limite nella norma L2 giusticato dal Teorema di Convergenza Dominata di Lebesgue (Teorema 1.9.54). Dato questo suggerimento, lasciamo al lettore i dettagli della dimostrazione come
esercizio.
Corollario 8.5.6. La formula di inversione di Fourier vale anche per f
L2 (R) se si intende fb definita nel senso di L2 come nella Nota 8.5.3.
8.6
Includiamo questa breve sezione per chiarire al lettore che non possibile
che una funzione f L1 (R) sia a supporto compatto ed al tempo stesso lo
sia la sua trasformata di Fourier. Per approfondimenti e relativi riferimenti
bibliograci, si veda [11, Cap.2, Sez.9].
Teorema 8.6.1. Sia f L1 (R), non identicamente nulla. Se f a supporto
compatto, allora fb non identicamente nulla in nessun intervallo aperto.
714
Dimostrazione. Sia a > 0 tale che f abbia supporto nellintervallo [a, a].
Supponiamo, per assurdo, che fb si annulli su (c, d), e sia c < u < d. Poich
f L1 (R) a supporto compatto, anche tn f (t) L1 (R) per ogni n > 0, e
quindi possiamo applicare n volte al punto u la propriet di derivazione di
fb del Teorema 8.2.4 (viii), ossia derivare n volte sotto il segno di integrale
lidentit
Z a
fb(s) =
f (t) e2its dt .
a
Ra
Ovvero, a f (t) e2iut tn dt = 0 per ogni n > 0 e per ogni u [c, d]. Fissiamo una volta per tutte un tale valore di u (senza perdita di generalit, se
questo semplica la lettura, traslando opportunamente f e grazie alla propriet di traslazione della trasformata di Fourier (propriet (v) del Teorema
8.2.4), possiamo ssare u = 0). Allora, utilizzando lo sviluppo di Taylor
dellesponenziale, uniformemente convergente sui compatti (Esempi 1.6.2 e
1.6.5), per ogni s R abbiamo
Z a
b
f (s) =
f (t) e2it(su) e2itu dt
=
X
n=0
1
(2i(s u)n )
n!
f (t) e2iut tn dt = 0 ,
8.7. ESERCIZI
8.7
715
1
0
se
se
t [0, 1]
t
/ [0, 1]
Si calcoli fb() per ogni . Si verichi che fb() = O( 1 ) per che tende
ad innito. Si confronti questo risultato con lenunciato del Corollario 8.2.8.
Si paragoni questa situazione a quella dei coecienti di Fourier di funzioni
periodiche g derivabili con continuit un certo numero di volte. In vista di
tale analogia, sotto quali ipotesi su g si potrebbe cercare di dimostrare nel
Corollario 8.2.8 che fb() = O ( m1 )?
1+t
1t
f (t) =
t [1, 0]
t [0, 1]
t
/ [1, 1]
Si calcoli fb() per ogni . Si verichi che fb() = O 12 per che tende ad
innito. Si confronti questo risultato con lenunciato del Corollario 8.2.8 (iii).
Si paragoni questa situazione a quella dei coecienti di Fourier di funzioni
periodiche derivabili con continuit un certo numero di volte (Corollario ??).
se
se
se
t [, ]
t
/ [, ]
Si calcoli fb() per ogni . vero che fb() = O 13 per che tende ad innito. Si confronti il risultato con lenunciato del Corollario 8.2.8. Si paragoni
questa situazione a quella dei coecienti di Fourier di funzioni periodiche
derivabili un certo numero di volte (Corollario ??).
se
se
716
e2 +1
2
3.
1
2
e2
4.
1
2
1
e2
1
e
1
e2
4
1+16 2 2
2.
3.
2
1+4 2 2
1
1+2 2 2
8.7. ESERCIZI
4.
717
1
1+4 2 2
/ [0, 1]
( Nota: non esiste una tale funzione f in L1 (R), a causa della Proposizione
8.2.3, per esiste una tale f in L2 (R), a causa della surgettivit della trasformata di Fourier da L2 a L2 (Nota 8.5.3)).
Per quali valori di si ha che (f e2it f )b = 0
1. = 0
2. || 6 1
3. || > 2
4. || > 1
5. || 6 2
6.
Motivare la risposta.
1
sin
(1+ 2 2 )
2.
sin
3.
sin
(1
4.
1
2
1
1+ 2 2
+ 2 2)
R
sin +
d
1+ 2 2
718
5.
Motivare la risposta.
1
Esercizio 8.7.13. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2
2||
b
sia f () = e
, quale delle seguenti funzioni la trasformata di Fourier
(n)
di g(t) = f (t)?
1. (2i)n e2||
2. (2)n e2||
3.
4.
e2||
(2i)n
Motivare la risposta.
Esercizio 8.7.14. Sia f una funzione non necessariamente reale. Quale delle
seguenti propriet vera?
1. fb() = fb()
2. fb() = fb()
3. fb() = fb()
4. fb() = fb()
1.
1
2
2. 0
8.7. ESERCIZI
719
3. 1
4. 2
5. nessuna delle precedenti
Motivare la risposta.
1
2||
b
Esercizio 8.7.16. Se la trasformata di Fourier di f (t) = 1 1+t
2 f () = e
allora la funzione b
g () = e2|2| la trasformata di Fourier della funzione
1. g(t) =
1
1
1+(t2)2
2. g(t) =
2
1
1+t2 /4
3. g(t) =
e4it
(1+t2 )
4. g(t) =
1
1
2 (1+t2 )2
Esercizio 8.7.17. Sia g(t) = [0,1] [0,1] (t). Calcolare g(t), mostrando che
il suo graco non nullo solo nellintervallo [0, 2], ed a forma di triangolo
isoscele, nullo in 0 e 2 e con terzo vertice nel punto (1, 1). Mostrare anche
2i
questo fatto calcolare la trasformata di
che
b[0,1] () = 1e2i , ed usando
Fourier di g(t) = [0,1] [0,1] (t)
2. fb() = (b
g ())1
3. fb() = b
g ( 1)
4. fb() = b
g ()
5.
720
Motivare la risposta.
e2 +1
2
3.
1
2
e2
4.
1
2
1
e2
1
e
1
e2
1
2
2. 1
3. 2
b 2
f () d
8.7. ESERCIZI
721
4. 0
5. nessuno dei precedenti.
Motivare la risposta.
1 1
Esercizio 8.7.22. (i) Sia la funzione caratteristica dellintevallo ,
.
2 2
Calcolare espicitamente .
(ii) Sia, per ogni c > 0,
sin2 (cx)
.
c2 2 x2
Sulla base di quanto fatto nel punto precedente ed usando la forma
1
esplicita di
b, per quali valori di c risulta fbc (s) = 0 se |s| > ?
2
Per quali valori di c fc appartiene alla classe di Schwartz?
fc (x) =
iii) Enunciare il teorema di Plancherel (isometria della trasformata di Fourier) e, sulla base di quanto fatto nei punti precedenti, calcolare
Z + 4
sin x
dx.
x4
Svolgimento.
(x t)(t) dt.
(x t)(t) dt =
(x + t)(t) dt
(x t)(t) dt = h(x).
722
1
2
x 21
(x t) dt =
1
2
dt =
x 21
1
1
x + = 1 x.
2
2
1 + x, 1 < x 0
h(x) = 1 x, 0 < x < 1
0, |x| 1
b() =
sin()
.
sin2 (cx)
(cx))2 =
b(cx)b
(cx) = [
(cx).
fc (x) = 2 2 2 = (b
c
8.7. ESERCIZI
723
valide se g, b
g L1 e se c > 0, per ottenere
1
s
s
, 1 < 0
c
c
c
s
1
s
s
1
=
fbc (s) =
1+
, 0 < < 1,
c
c
c c
c
0, 1
c
1
s
1+
, c < s < 0
c
c
= 1 1 s , 0s<c
c
c
0, |s| c
|x|+
non esiste.
iii) Il teorema di Plancherel asserisce che, se f L1 L2 , allora fb L2 e
Lidea per calcolare
kf k2 = kfbk2 .
sin4 x
dx
x4
724
Z
b 2
fc (s) ds = 2
= 2
|fc (s)| ds = 2
(1 t)2 dt = 2
2 (1 s)2 ds
1 + t2 2t dt
1
1
2
t3
2
= 2 1 + 1 =
.
= 2 t + t
3
3
3
0
8.8
1
b
Esercizio 8.8.1. Se la trasformata di Fourier di f (t) = (1+4t
2 ) f () =
1 ||
1
e
e se g(t) = (1+t
g ()?
2 ) quale tra le seguenti funzioni b
2
1.
1 ||
e
2
2. 4e 2 ||
3. e2||
4.
5.
1 2 ||
e
4
Motivare la risposta.
725
(f e2it f )b= 0?
1. = 0
2. <
1
2
3. || > 2
4. || < 1
5. || >
6.
1
2
Motivare la risposta.
1
Esercizio 8.8.3. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2 sia
fb() = e2|| , la funzione b
g () = 4 2 2 e2|| la trasformata di Fourier
della funzione:
1. g(t) = 2f (t)
2. g(t) = [f (t)]2
3. g(t) = f (t)
p
4. g(t) = f (t)
5.
Motivare la risposta.
1
Esercizio 8.8.4. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2 sia
1
2||
b
g ()?
f () = e
, data g(t) = t2 , quale tra le seguenti funzioni b
1+
726
1. 3e 3 ||
2. 3e6||
3.
1 3||
e
3
2
4. 9e 9 ||
5.
Motivare la risposta.
1
Esercizio 8.8.5. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2 sia
fb() = e2|| , la funzione b
g () = e2|2| la trasformata di Fourier della
funzione:
1. g(t) =
1
1
1+(t2)2
2. g(t) =
2 1
1+ t2
4
3. g(t) =
e4it
(1+t2 )
4. g(t) =
1
1
2 (1+t2 )2
5.
Motivare la risposta.
R
2 +
d
2. 2 2 sin
1+ 2 2
sin 2(1)
3. 2 2 (1)(1+
2 2 )
727
2 sin2 1+12 2
sin 2
5. 2 2 212 1+
2 2
4.
6.
Motivare la risposta.
1. <
(f e2it f )b= 0?
1
2
2. || > 1
3. = 0
4. || >
1
2
5. || < 1
6.
Motivare la risposta.
1
Esercizio 8.8.9. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2 sia
fb() = e2|| , quale tra le seguenti funzioni la trasformata di Fourier di
2t
g(t) = 1 (1+t
2 )2 ?
1.
2e2||
2.
2ie2||
3.
e2||
2i
4.
728
Motivare la risposta.
1. || <
(f e2it f )b= 0?
1
2
2. || > 1
3. || < 1
4. || > 2
5. = 0
6.
Motivare la risposta.
1
Esercizio 8.8.11. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2
2||
2|+1|
b
f () = e
la funzione b
g () = e
la trasformata di Fourier della
funzione
1. g(t) =
1
1
1+(t+1)2
2. g(t) =
e2it 1
1+t2
3. g(t) =
1
1
2 (1+t2 )2
4. g(t) =
e2it 1
1+t2
5.
Motivare la risposta.
729
R +
d
1+4 2 2
2 sin
(1+4 2 2 )
3. 2 sin (1+41 2 2 )
4.
5.
sin (1/2)
1
2 (1/2)(1+4 2 2 )
6.
sin
2
1+4 2 2
Motivare la risposta.
1. 2 2
sin 2
1
1+4 2 2
R
2 +
2. 2 2 sin
sin 2
3. 2 2 (1+4
2 2 )
4.
d
1+4 2 2
2 sin 2(1)
(1)(1+4 2 2 )
2
5. 2 2 sin
(1 + 4 2 2 )
6.
Motivare la risposta.
1
Esercizio 8.8.15. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2
2||
sia fb() = e
, quale tra le seguenti funzioni la trasformata di Fourier
1
di g(t) = 1+4t2 ?
730
1.
1 ||
e
2
2.
1 2||
e
4
3. 4e 2 ||
4. 2e4||
Motivare la risposta.
1. || > 2
2. <
(f e2it f )b= 0?
1
2
3. = 0
4. || > 1
5. || >
6.
1
2
Motivare la risposta.
1
Esercizio 8.8.18. Assumendo che la trasformata di Fourier di f (t) = 1 1+t
2
2||
3
3 2||
b
sia f () = e
, la funzione b
g () = 8 i e
la trasformata di
Fourier della funzione:
1. g(t) = [f (t)]3
2. g(t) = f (t)
p
3. g(t) = 3 f (t)
731
4. g(t) = 3f (t)
5.
Motivare la risposta.
1. 1
2. 0
3. 3
4. 2
5.
Motivare la risposta.
/ [0, 1]
1
2
3. || <
1
2
4. || < 1
5.
Motivare la risposta.
732
1.
1
2
2.
3
2
3. 1
4. 0
5.
Motivare la risposta.
1
2||)
b
Esercizio 8.8.22. Se la trasformata di Fourier di f (t) = 1 1+t
2 f () = e
e la trasformata di Fourier di g(t) = [1/2,1/2] (t) widehatg() = sin()
,
[
allora quale tra le seguenti funzioni f g()?
1. e2|| sin()
2. e2|| sin()
3. e2||
sin ( 21 )
( 12 )
4. e2|| +
sin()
/ [1, 1]
733
2. || > 2
3. || > 1
4. || 6 2
5.
Motivare la risposta.
1
2||
b
Esercizio 8.8.24. Se la trasformata di Fourier di f (t) = 1 1+t
2 f () = e
allora la funzione b
g () = 2 2 e2|| la trasformata di Fourier di quale delle
seguenti funzioni?
1.
14 D 2 f
2. D 2 f
3. [f (t)]2
p
4. 2 f (t)
5.
Motivare la risposta.
1. 4
2. 1
3. 12
4. 0
5.
Motivare la risposta.
734
/ [1, 2]
Motivare la risposta.
Esercizio 8.8.27. Se fb nulla al di fuori dellintervallo [2, 2], per quali valori
di si ha che (f e2it f )b = 0?
1. = 0
2. || 6
1
2
3. || 6 1
4. || > 2
5. || > 1
6. || > 2
7.
Motivare la risposta.
1
2||
b
Esercizio 8.8.28. Se la trasformata di Fourier di f (t) = 1 1+t
,
2 f () = e
4 4 2||
allora la funzione b
g () = e
la trasformata di Fourier di quale delle
seguenti funzioni?
735
1 (iv)
f (t)
16
2. f (iv) (t)
3. [f (t)]4
p
4. 4 f (t)
5.
Motivare la risposta.
/ [0, 1]
Motivare la risposta.
1
2
2. 1
b 2
f () d
736
3. 2
4. 0
5. nessuna delle precedenti
Motivare la risposta.
b 2
f () d
1
2
2. 1
3. 2
4. 0
5. nessuno dei precedenti
Motivare la risposta.
1
2
2. 1
3. 2
4. 0
5. nessuno dei precedenti
Motivare la risposta.
Capitolo 9
Classe di Schwartz e trasformata
di Fourier
In questo capitolo introduciamo e studiamo uno spazio assai ristretto di funzioni molto regolari su R, con propriet di convergenza estremamente forti.
Questo spazio, divenuto di impiego comune dopo che Laurent Schwartz nel
1951 lo utilizz per sviluppare la teoria delle distribuzioni (che vedremo in
seguito nella Parte III), si chiama la classe di Schwartz, ovvero anche la classe
di funzioni a decrescenza rapida.
9.1
v V
v1 , v2 V
v V, R.
Una seminorma non in generale una norma, perch non richiediamo che si
abbia p(v) = 0 v = 0.
737
738
Nonostante il fatto che una seminorma non sia una norma, se V munito di una famiglia di seminorme possiamo introdurre su V una nozione di
convergenza simile a quella usata per gli spazi normati (veramente, piuttosto
pi simile a quella degli spazi metrici: si veda fra poche righe la Nota 9.1.3).
In eetti, abbiamo gi introdotto una nozione di convergenza nel caso di
famiglie di seminorme nella Nota 3.17.2, che riassumiamo qui di seguito:
Definizione 9.1.2. Sia {pn }nN una famiglia al pi numerabile di seminorme
sullo spazio vettoriale V e {vj }jN una successione di vettori in V . Su V viene
indotta dalle seminorme pn la seguente nozione di convergenza:
lim vj = v
X
n=1
2n
p(x y)
.
1 + p(x y)
739
740
lim fj = f
se e solo se per ogni > 0, per ogni n1 , n2 , . . . , nk esiste j0 N tale che, per
ogni j > j0 , si ha fj f On1 ,..., nk (), ossia
rn1 (fj f ) < , rn2 (fj f ) < , . . . , rnk (fj f ) < .
La stessa nozione di convergenza pu essere espressa mediante la famiglia
numerabile delle seguenti norme:
pn (f ) = max kD j f k .
06j6n
se e solo se per ogni > 0 e per ogni n1 < n2 < < nk , esiste j0 N tale
che, per ogni j > j0 ,
pn1 (fj f ) > pn2 (fj f ) < > pnk (fj f ) < .
Ma in questo caso lultima norma, pnk , maggiore delle altre, e quindi basta
richiedere pnk (fj f ) < .
Osserviamo che si pu scegliere in C (K) una seconda famiglia di norme che
produce la stessa nozione di convergenza, come segue:
qn (f ) =
n
X
i=0
kD i f k .
741
se per ogni n N
lim
n
X
i=0
kD i (fj f )k = 0 .
9.2
Qui estendiamo la Proposizione 4.6.3 allambito degli spazi vettoriali nei quali
la convergenza data da una famiglia numerabile di seminorme. Il prossimo
risultato un caso particolare della Nota ??.
742
Proposizione 9.2.1. Sia V uno spazio vettoriale in cui la nozione di convergenza indotta da una famiglia di seminorme pn nel senso della Definizione
9.1.2. Un operatore lineare T : V 7 V continuo se e solo se vale la
condizione seguente:
per ogni n N esistono una famiglia nita n1 , . . . , nk N e una costante
Cn tali che, per ogni v V ,
pn (T v) < Cn
k
X
pni (v)
k
X
pni (v).
i=1
i=1
k
X
i=1
pni (v v0 ) 0
per ogni n.
743
che, per ogni > 0 esiste un intorno di base dellorigine On1 ,..., nk () V tale
che, per ogni v in questo intorno, pn (T v) < Cn , ossia pn (T v) appartiene ad
una preassegnata palla aperta in W di centro lorigine e raggio Cn , e quindi
proprio che la controimmagine sotto T di una palla aperta in W contiene un
aperto di base in V . Per una spiegazione lievemente pi dettagliata si veda
la Nota 3.17.2.
In particolare, se il funzionale verifica |F (v)| < Cpn (v) per una seminorma
pn e per qualche costante C > 0, allora continuo.
9.3
La classe di Schwartz
k l
S = f : R 7 C : f C (R) e, per ogni k, l N, lim x D f (x) = 0
x
744
e quindi
Z
|f (x)| dx =
|f (x)|
dx 6 C
1+x
1 + x2
2
1
dx < .
1 + x2
pkl (f ) = sup 1 + |x|k |D l f (x)|
xR
una seminorma, nel senso della Denizione 9.1.1. Inoltre p00 una norma
(la norma uniforme) e cos anche pk0 per ogni k N.
(Vedremo nella successiva Nota 9.3.5 che, in S, tutte queste seminorme in
realt sono norme).
Proposizione 9.3.4.
S = {f : R 7 C : f C (R), e pkl (f ) <
per ogni k, l N} .
Nota 9.3.5. Quando ristrette a S tutte le seminorme pkl sono norme. Infatti,
siccome 1 + |x|k 6= 0 per ogni x R, se pkl (f ) = 0 si deve avere D l f (x) 0.
Per l = 0 questo signica che f 0 e quindi pk0 una norma come gi
osservato. Se pk1 (f ) = 0 allora Df 0 e quindi f ha per graco una retta.
Allora, poich f tende a zero allinnito, deve essere f 0. Quindi, su S, pk1
una norma. Nello stesso modo si vede che pkl (f ) := k(1 + |x|k )D l f k = 0
implica che D l f 0, perch 1 + |x|k 6= 0, pertanto f un polinomio: allora
f tende a zero allinnito se e solo se f 0, e quindi pkl |S una norma.
745
Qui abbiamo usato il fatto che 1 + |x|k non si annulla mai: proprio per
questo scopo che abbiamo denito le seminorme pkl con il fattore 1 + |x|k
anzich |x|k . (In realt la scelta di inserire laddendo 1 molto conveniente
anche per un altro motivo: ci permette di dividere dentro la seminorma per
il fattore mai nullo 1 + |x|k , ad esempio quando ci servono disuguaglianze del
tipo |D l f (x)| 6 pkl (f )/(1 + |x|k ). Avremo spesso bisogno di queste divisioni:
si veda ad esempio la dimostrazione del prossimo Teorema di completezza
9.4.3, e poi del Lemma 9.6.2 e del Corollario 9.7.4).
Se invece avessimo scelto le seminorme
qkl (f ) = sup |x|k |D l f (x)| ,
xR
lim P (x)ex = 0
1
P (x)
per qualunque
746
e, pi in generale,
lim R(x)D l (x) = 0
9.4
X
ci pi (x y)
d(x, y) =
1 + pi (x y)
i=0
9.4. COMPLETEZZA DI S
747
una metrica invariante. Linvarianza per traslazione ovvia perch il secondo membro dipende solo da x y; la disuguaglianza triangolare segue dal
fatto che il secondo membro coinvolge la quantit f (pi (x y)), dove f la
funzione sublineare
t
f (t) =
1+t
introdotta nella Nota 9.1.3.
facile vedere che le palle con centro lorigine di questa metrica formano
una base locale per la topologia indotta dalle seminorme, e viceversa, una
base locale di quella topologia forma una base locale della topologia indotta
dalla metrica [25, Chapter 1, Section 38]. Quindi la nozione di convergenza
data dalla famiglia di seminorme equivalente alla convergenza indotta da
questa metrica.
Si noti anche che, se {pi (xj )}jN di Cauchy per ogni i, ossia
P pi (xj xk ) <
per j, k abbastanza grandi, allora anche d(xj xk ) <
i=0 ci = C per
questi j, k, e viceversa se {d(xj )} di Cauchy, allora {pi (xj )}jN di Cauchy,
perch pi (xj xk ) < d(xj xk )/ci . Quindi una successione di Cauchy
rispetto alla metrica se e solo se lo rispetto a tutte le seminorme.
Allora tutte le hkl , ed a maggior ragione g0l , sono limitate, e, poich 1 + |x|k >
0, per ogni l le derivate D l fi convergono uniformemente a g0l : infatti,
l
D fi g0l
= sup
xR
1
|uk,l,i(x) hkl | 6 kuk,l,i hkl k 0 .
i
1 + |x|k
748
Abbiamo visto che la funzione g00 = h00 il limite uniforme delle fi , e g0l
il limite uniforme delle corrispondenti derivate D l fi : allora, per il Teorema
di Derivazione delle successioni di funzioni uniformemente convergenti con le
derivate (Teorema
1.3.19) si ha g0l = D l g00 per ogni l. Ora, moltiplicando
per 1 + |x|k ed osservando che g00 = h00 otteniamo
hkl = 1 + |x|k g0l (x) = (1 + |x|)k D l g00 (x) = (1 + |x|)k D l h00 (x).
9.5
per ogni f S
continuo da S in S.
Svolgimento: premettiamo che, in base al Teorema del Binomio di Newton
(Sezione 1.1), per ogni t, x R, k N abbiamo
k
X
k
|x|km |t|m .
|t + x| 6
m
m=0
k
Da questo, dal fatto che derivate e traslazioni commutano e dalla disuguaglianza banale 1 + c|t|k < c(1 + |t|k ) per ogni c > 1, per tutti gli interi k, l si
749
ottiene
(1 + |t|k )|Dtl (x f )(t)| = (1 + |t|k )x |D l f (t)| = (1 + |t|k )|(D l f )(t x)|
!
k
X
k
|x|km |t|m |D l f (t)|
= (1 + |t + x|k )|D l f (t)| 6 1 +
m
m=0
!
k
X
k
|x|km|t|m |D l f (t)|
6 (1 + |x|)k +
m
m=0
k
X
k
|x|km (1 + |t|m )|D l f (t)| .
6
m
m=0
Quindi
pkl (x f ) = sup{(1 + |t|
t
)|Dtl (x f )(t)|}
k
X
k
|x|km pml (f ) .
6
m
m=0
Questo evidentemente equivale al fatto che che ciascuna derivata sia maggiorata asintoticamente da un polinomio sia per x sia per x ).
Ora possiamo presentare gli esempi.
750
Esempio 9.5.4. Sia h a crescita polinomiale con tutte le sue derivate. Allora
loperatore M denito da Mh f (x) = h(x)f (x) per ogni x R manda S in
S ed continuo. Viceversa, se h cresce a velocit esponenziale, allora esiste
f S tale che hf
/ S.
9.6
dove
l
j
il simbolo combinatorio
l
j
l!
j!(lj)!
751
Lemma 9.6.2. Per tutti gli interi m, n esiste C = C(m, n) tale che
(1 + |x|m ) (1 + |x|n ) 6 C 1 + |x|m+n .
Ad esempio, la disuguaglianza vale per C = 4.
752
In base alla Proposizione 9.2.1, per dimostrare lEsempio 9.5.4 basta provare
che, per tutti gli interi k, l, esiste A > 0 tale che, per ogni f S,
pkl (hf ) 6 A
l
X
pk+k(j), lj (f )
(9.2)
j=0
l
X
j=0
|D j h(x)||D lj f (x)|
l
X
|D j h(x)|
1 + |x|k(j) D lj f (x)
= B
k(j)
1 + |x|
j=0
6 B
l
X
j=0
Cj 1 + |x|k(j) D lj f (x) .
6 4BK
l
X
j=0
e quindi
pkl (hf ) 6 C
l
X
1 + |x|k+k(j) D lj (f )
pk+k(j),lj (f )
j=0
753
9.7
754
D l F = FP l ;
dalla seconda,
F D l = (P )l F = (1)l P l F .
Pertanto,
P k D l F = (1)k FD k P l .
(2i) D fb() =
k
D k (P l f )(t)e2it dt.
(9.3)
pkl (fb) 6 p2,k (P l f ) + p2,0 (P l f ) .
755
1
1+t2
in L1 (R) e
1
dt = [arctan t]
( ) = .
=
2
1+t
2
2
|| D l fb() 6
k
p2,k (P l f ) 6 p2,k (P l f ) .
k
(2)
Ponendo k = 0 si trova
Quindi
|D l fb()| 6 p2,0 (P l f ).
pkl (fb)| 6 sup(1 + ||k )|D l (fb)()|
R
756
Z 1
2
6 sup (1 + t )|f (t)|
dt 6 p2,0 (f ) .
2
tR
1 + t
Nota 9.7.6. Nella dimostrazione del Teorema 9.7.5 abbiamo mostrato che F4
lidentit. Quindi F1 = F3 e perci anche la trasformata inversa F1
continua su S.
757
f (t)g(t) dt
Il prossimo teorema stato gi dimostrato: la propriet (iv) della Sottosezione 8.4 (rammentiamo che lenunciato segue immediatamente dal Teorema
di Fubini (Teorema 1.20.4) sullo scambio dellordine di integrazione negli
integrali doppi di Lebesgue).
Teorema 9.7.8. (Teorema di Plancherel in S, ovvero formula di
dualit per la trasformata di Fourier). Per ogni f, g S,
D
E
fb, g = hf, gbi .
(f , g) =
f (x)g(x)dx
= [f g]
f (x)g (x)dx.
Daltra parte
lim f (x)g(x) = 0
perch f, g S. Quindi
(f , g) =
758
9.8
Operatori di convoluzione su S
kf S
k[
f =b
k fb
n
X
pki li (f ) .
i=1
Esempio 9.8.3. Consideriamo ora un caso analogo. Sia h L1 (R) tale che
b
h C (R) a crescita polinomiale con tutte le derivate, e sia T loperatore
denito da T (f ) = h f . Mostrare che T manda S in S ed continuo.
In eetti, grazie al Teorema 9.7.5, loperatore T manda S in S se e solo se
lo stesso accade per loperatore Tb : f 7 gf , dove g C (R) e g = b
h per
759
|h f (x)| 6
(9.5)
1 + t
= p2,0 (f ) arctan t = p2,0 (f ) .
Infatti, da questo segue la parte (i), perch
760
Z
9.9
9.9.
761
Dimostrazione. Rammentiamo (Teorema 8.2.4 (vii)) che, se f L1 derivabile e tende a zero allinnito, quindi in particolare se appartiene a S, allora
fb denita e
fb () = 2i fb() ,
(9.7)
ossia f = (2i fb) .
In base a (9.7) ed al Teorema di Plancherel,
Z
Z
Z
Z
2
2
2
2 b
2
2
2
4
x |f (x)| dx
|f ()| d =
x |f (x)| dx
|f ()|2 d .
(9.8)
Per la disuguaglianza di CauchySchwarz (Proposizione 4.5.1) in L2 (R), il
lato di destra della precedente disuguaglianza non inferiore a
Z
2
Z
2
1
|x f(x) f (x)| dx =
x (f(x) f (x) + f (x) f (x)) dx .
4
(9.9)
2
2
Poich |f (x)| = f (x) f (x) vediamo che D(|f (x)| ) = f (x) f (x)+f (x) f (x),
e quindi
Z
x (f(x) f (x) + f (x) f(x)) dx
x |f (x)|
= kf k22 .
2
dx =
|f (x)|2 dx
762
f (x) = e|c|x /2 , e quindi le altre sono i multipli complessi di questa. Tutte queste soluzioni appartengono, come richiesto, a L2 (R) pur di restringere
lattenzione a c 6= 0. Questo equivale allenunciato.
9.9.
763
denito sulle funzioni in L2 (R) tali cheRx sia ancora in L2 . Il valore medio
della posizione della particella quindi x |(x)|2 dx. Si noti che questo
valore medio esattamente lattesa rispetto alla corrispondente distribuzione
di probabilit, ossia
Z
E(P ) :=
x |(x)|2 dx .
Osserviamo che il valore atteso determinato da una dstribuzione di probabilit nello spazio, non nel tempo: si tratta di valori attesi in stati stazionari.
Chiaramente, loperatore che misura limpulso (ossia, a meno di multipli, la
velocit) della particella dovrebbe essere dato dalloperatore di derivata rispetto al tempo, ma in queste espressioni la variabile che compare lo spazio
e non il tempo: allora come operatore di impulso si sceglie
Q =
1
D ,
2i
(x) dx =
(x)
|()|2 d
1
i
(xD Dx) =
I
2i
2
764
(x E(P )) |(x)| dx
1
,
16 2
2
b
( E(Q))2 |()|
d >
1
16 2
(9.10)
Lo stesso
9.10
cos x sin x
2.
sin x
1+x2
3. 2x3 + 2x 3
9.10. ESERCIZI
4. 2ex
765
5. ex
6.
Motivare la risposta.
3. ex + ex
4.
|x|
x2 +1
2. ex + ex
2
3. ex cos ex
4.
cos x
1+x4
5. x3 x2 x
6.
Motivare la risposta.
1. ex cos ex
766
2. ex + ex
3. x3 ex
4. 3x2 + 1
5. nessuna delle precedenti
Motivare la risposta.
cos x
1+x4
4
2. ex sin ex
3. x
4. ex
5. ex + ex
6.
Motivare la risposta.
cos x sin x
2.
sin x
1+x2
3. 2x3 + 2x 3
4. 2ex
5.
Motivare la risposta.
9.10. ESERCIZI
1. ex
767
2. ex + ex
2
3. ex cos ex
4.
cos x
1+x4
5. x3 x2 x
6.
Motivare la risposta.
4.
i polinomi appartengono a S
2
5. f (x) = ex S
6. nessuna delle precedenti
Motivare la risposta.
4. f S kf k2 =
fb
5. f S pl,k (f ) = 1
768
Esercizio 9.10.10. Quali delle seguenti funzioni appartiene alla classe di Schwartz S
2
1. f (x) = ex cos ex
2. f (x) = ex
3. f (x) = x3 ex
4. f (x) = x3 x2 + 3
5. f (x) = ex
Esercizio 9.10.11. Quali delle seguenti funzioni appartiene alla classe di Schwartz S?
1. f (x) = ex
2. f (x) = ex sin ex
3. f (x) = x2 x + 1
4. f (x) = ex
5. f (x) = x2 ex
1. ex cos ex
9.10. ESERCIZI
769
2. ex + ex
3. x3 ex
4. 3x2 + 1
5. nessuna delle precedenti
Motivare la risposta.
cos x
1+x4
4
2. ex sin ex
3. x
4. ex
5. ex + ex
6.
Motivare la risposta.
Esercizio 9.10.14. Sia S la classe di Schwartz. Quali delle seguenti aermazioni sono vere?
1. f (x) = ex + ex f S
2. f, g S f + g S
3. f S fb S
4. f S kf k2 =
fb
5. f S pl,k (f ) = 1
770
cos x sin x
2.
sin x
1+x2
3. 2x3 + 2x 3
4. 2ex
5.
Motivare la risposta.
2. ex + ex
2
3. ex cos ex
4.
cos x
1+x4
5. x3 x2 x
6.
Motivare la risposta.
cos x sin x
2.
sin x
1+x2
3. 2x3 + 2x 3
4. 2ex
5. ex
9.10. ESERCIZI
6.
771
Motivare la risposta.
3. ex + ex
4.
|x|
x2 +1
2. ex + ex
2
3. ex cos ex
4.
cos x
1+x4
5. x3 x2 x
6.
Motivare la risposta.
Esercizio 9.10.20. Sia S la classe di Schwartz. Quali delle seguenti aermazioni sono vere (eventualmente pi di una oppure nessuna)?
1. f, g S f g S
2. f, g S f + g S
3. f S fb S
772
4.
5. f (x) = ex S
6. nessuna delle precedenti
Motivare la risposta.
Esercizio 9.10.21. Quali delle seguenti funzioni appartiene alla classe di Schwartz S?
1. f (x) = x2 + 3x 4
2. f (x) = ex
3. f (x) = ex
4. f (x) = xex
5. f (x) = ex sin ex
Esercizio 9.10.22. Quali delle seguenti funzioni appartiene alla classe di Schwartz S?
1. f (x) = xex
2. f (x) = ex
3. f (x) = ex cos ex
4. f (x) = x3 + x 1
5. f (x) = ex
9.10. ESERCIZI
773
Esercizio 9.10.23. (i) Mostrare che, se f S e una costante positiva, anche g(x) = f (x) appartiene a S, e loperazione di dilatazione
f (x) 7 f (x) continua in S.
Inoltre 1 + |x|k < 1 + |x|k se > 1, e 1 + |x|k = k k + |x|k 6
k 1 + |x|k se 6 1. Quindi
pkl (g) = sup 1 + |x|k |D l f |(x) 6 Cpkl (f ) ,
xR
dove C = max{l , lk }.
(ii) Consideriamo la Gaussiana (x) = ex . Utilizzando la parte precedente, determinare se il quadrato 2 (x) appartiene a S. Spiegare i
passaggi.
774
Parte III
Distribuzioni temperate,
campionamento
e ricostruzione di segnali
775
Capitolo 10
Teoria del campionamento e
ricostruzione dei segnali
10.1
Campionamento di segnali
campionati sono
f (n ) = sin n = 0
777
per ogni n Z .
778
779
sin(x)
.
x
se
se
1
2
|x| >
1
2
1
2
780
vale
b[ 1 , 1 ] () =
2 2
[ 1 , 1 ] (x) e2ix dx
2 2
b[ 1 , 1 ] () = sinc() .
2 2
10.2
X
f (x + k) .
(10.1)
(x) Pf (x) =
k=
10.2. PERIODICIZZAZIONE
781
P
Dimostrazione. Basta mostrare che la successione Sm,n := nk=m f (x + k)
di Cauchy nella norma di L1 , o nella norma L1 su un qualsiasi compatto
(qui prendiamo, come scelta naturale, il periodo [0, 1]). In eetti, questo
fatto segue dalla disuguaglianza
Z 1 X
Z 1 X
n1
n1
kSm,n1 kL1 [0,1] =
f (x + k) dx 6
|f (x + k)| dx
0 k=m
0 k=m
Z n
=
|f (x) dx .
m
R
Poich f L (R), lintegrale Rn |f (x)| dx tende a zero se n tende a innito.
R1
R0
Analogamente, anche la successione pm := 0 Sm,1 (x) dx = m f (x) dx
di Cauchy. Poich
Z 1
Z 1 X
Z n
n1
|Sm,n1 | dx 6
|f (x + k)| dx =
|f (x)| dx = pm + sn
0
0 k=m
la successione di funzioni
Pn
k=m
Dimostrazione. Analogamente alla dimostrazione del Lemma 10.2.2, osserviamo che, per ogni n,
Z 1 X
Z 1
X
2inx
f (x + k)e2inx dx
f (x + k)e
dx 6
0 k=
k= 0
Z
Z k+1
X
=
|f (x)| dx =
|f (x)| dx < ,
k=
782
P
f (x + k)e2inx converge in L1 . Daltra parte,
e quindi anche la serie
R 1 k=
il funzionale T f = 0 f dx continuo su L1 (Proposizione 1.19.1), perch
R1
|T f | 6 0 |f | dx = kf kL1 . Quindi nella prossima identit la serie si scambia
con lintegrale:
Z 1 X
Z 1
X
2inx
f (x + k)e2inx dx
f (x + k)e
dx =
0 k=
=
=
k= 0
Z 1
X
k=
Z
poich e
= 1.
Allora da (10.1) segue
Z 1
b
(n) =
(x)e2inx dx =
2ink
f (x + k)e2in(x+k) dx
f (x)e2inx dx = fb(n)
Z
X
k=
= fb(n) .
f (x + k)e2inx dx
0
(10.2)
Corollario 10.2.4. Se nella Proposizione 10.2.3 si considera la periodicizzazione PT f di passo T > 0, si ottiene
1b
Pd
f (n/T ) .
T f (n) =
T
Dimostrazione. Questo risultato segue subito dalla propriet di dilatazione
per la trasformata e per i coecienti di Fourier, perch il periodicizzato di
passo T di f il dilatato di fattore di scala T del periodicizzato di passo 1
del compresso di scala 1/T di f . Ne accenniamo invece il calcolo diretto.
Il ragionamento identico a quello che dimostra la Proposizione 10.2.3:
Z
Z T
1 X
1 T
2inx/T
d
f (x + kT )e2inx/T dx
PT f (x)e
dx =
PT f (n) =
T 0
T k= 0
Z
1
1
=
f (x)e2inx/T dx = fb(n/T ).
T
T
10.3
783
f (x + n)
(10.3)
n=
f (n) =
n=
n=
fb(n) .
(10.4)
k=
fb(n) e2inx .
784
b
Anche se non serve per la dimostrazione, osserviamo che anche
classe
Pf nella
b
di Schwartz (Lemma 9.7.3), ed anche lo sviluppo di Fourier n= f (n)e2inx
converge uniformemente per il test di Weierstrass (Teorema 1.3.29), perch
la successione fb(n) a decrescenza rapida e quindi in 1 .
Per dimostrare
parte dellenunciato, osserviamo che, se la convergenPlultima
b
za della serie n= f (n) si intende nel senso di Fjr,cio come
limite delle
PN
|n|
1
somme parziali pesate con il nucleo di Fjr,
fb(n) , allora
n=N
per il Teorema di Fjr 6.2.5 la serie converge a limh0 12 ((h) + (h)), che
coincide con (0) se assumiamo continua in 0.
n
X
X
.
f ( n) =
fb
n=
n=
X
X 2 n2 /s
n2 s
e
=
e
.
s
n=
n=
785
k=
fb(k) =
f (k).
(10.5)
k=
k=
fb(k)e2ikx =
f (k + x) .
(10.6)
k=
f(k) =
si ha, equivalentemente,
fb(t)e2ikt dt = f (k) ,
2ikx
f (k)e
k=
k=
fb(k + x)
(10.7)
X
(10.8)
f (n )e2in x = P 1 fb(x) ,
n=
per ogni x R.
786
10.4
787
b
b(k)e2ikx : pertanto P
f
(n)
=
(0)
=
f
k= f (k), e quindi in
n=
k=
questo caso lasserzione della formula di somma di Poisson gi nota.
X
f (k) sinc(x k).
f (x) =
k=
788
1 1
per ogni ,
2 2
2ik
ck e
k=
b
(k)
= ck =
1
2
21
fb()e2ik d .
(10.9)
(10.10)
b
che, per ogni k, si ha ck = (k)
= f(k) = f (k): quindi la successione
{f (k), k Z} appartiene allo spazio 2 e
fb() =
k=
2ik
f (k)e
k=
2ik
f (k)e
1 1
,
. (10.11)
2 2
789
Si noti che questo ltro si dovrebbe naturalmente chiamare passa banda, perch lascia passare un intervallo di frequenze, ma questo intervallo di frequenze
centrato in zero; poich molti segnali sono a valori reali, la loro trasformata
di Fourier identicata univocamente dai valori a frequenze positive (la parte
reale pari e quella immaginaria dispari, Corollario 8.2.6 (iii)): pertanto
tradizione chiamare questo tipo di ltri passa basso.
In altre parole, per ogni R si ha
fb() = fb()[ 1 , 1 ] ().
2 2
Quindi ecco come lidentit (10.11) si estende a tutto R: nel senso della
convergenza in L2 (R) vale lidentit
fb() = fb()[ 1 , 1 ] () =
2 2
k=
f (k)e2ik [ 1 , 1 ] ()
2 2
R (10.13)
790
(parte (ii) dello stesso Teorema applicata a fb invece che a f ). In altre parole,
e2ik [ 1 , 1 ] () = F1 (k sinc)() .
2 2
f (k)F1 (k sinc)()
k=
per ogni R .
La serie converge nel senso di L2 perch luguaglianza (10.13) vale nel senso
della convergenza in L2 .
Ora applichiamo la trasformata di Fourier ad entrambi i membri. Poich la
trasformata di Fourier un isomorsmo isometrico (quindi continuo) nella
norma di L2 (R) (Teorema di Plancherel: Corollario 8.5.2), e la serie a secondo
membro converge in L2 , loperatore di trasformata di Fourier commuta con
la serie e pertanto, grazie alla propriet di parit (Teorema 8.2.4 (ii)), si
ottiene la seguente uguaglianza che vale nel senso di L2 :
f (x) =
f (k)(k sinc)(x) =
k=
k=
f (k) sinc(x k) ,
k=
f (k) sinc(x k) .
(10.15)
Questa identit vale in L2 , quindi, in particolare, quasi ovunque, per la denizione delle funzioni in Lp come classi di equivalenza quasi ovunque (Denizione 1.16.16). Dobbiamo dimostrare che vale puntualmente ovunque.
b
Purtroppo, sebbene la successione {f (k) = (k)}
appartenga a 2 , non
detto che sia anche in 1 , se no potremmo applicare il test di Weierstrass
(Teorema 1.3.29) e dimostrare addirittura che (10.15) vale uniformemente.
Invece, occorre svolgere un calcolo pi faticoso.
Il primo membro di (10.15) una funzione continua, perch in B 1 . Quindi
2
basta dimostrare che lo anche il secondo membro. Se la serie a secondo
membro converge uniformemente allora abbiamo la continuit, perch i suoi
termini sono funzioni continue. Dimostriamo allora che la serie converge
uniformemente. Essa il prodotto scalare in 2 delle due successioni {f (k)} e
791
|k|>n
|k|>n
X
X
1
2
|f (k)| | sinc(x k)| <
.
|f (k)| 2 +
|x k|2
|k|>n
|k|>n
|k|>n,|xk|>1
Delle due serie al secondo membro, la prima tende a zero con n, per lappartenenza a 2 della successione degli addendi {f (k)}, e la seconda converge
uniformemente per il test di Weierstrass (Sezione 1.1); anzi, tende uniformemente a zero
n , perch dominata dalle code della serie
P quando
2
convergente
k 1/k (la maggiorazione uniforme su x perch in realt la
P
serie k 1/|x k|2 una funzione periodica di periodo 1, visto che sommiamo su tutti i k Z, e quindi basta dimostrare che la maggiorazione vale
per ogni x nellintervallo [ 21 , 12 ]: tralasciati gli interi k pi vicini a x, per
tutti gli altri k si ha |x k| > 1 e sinc2 (x k) < 1/(x k)2 . Poich la
distanza fra x e k cresce linearmente in k, quando 0 6 x < 1 questi termini
sono denitivamente maggiorati da (1 + k)2 (si veda lesercizio seguente).
Questo completa la dimostrazione.
792
Ora cambiamo la scala, per passare dal campionamento a passo 1 al campionamento a passo arbitrario. Lenunciato che si ottiene stato associato
al nome dellingegnere Claude Shannon, per il suo articolo [27] sulla teoria
della comunicazione dellinformazione, pubblicato nel 1948 (si veda anche
larticolo [28] dellanno successivo).
Corollario 10.4.6. (Teorema del Campionamento di Shannon.) Per
ogni 0 > 0, f B0 e x R, vale la seguente
formula dio ricostruzione del
n
k
segnale f a partire dai valori campionati f ( 20 ) : k Z :
f (x) =
k=
k
20
sinc(20 x k)
k=
Ma g(t) = f ( 2t 0 ), e quindi
X
t
k
f(
)=
f(
) sinc(t k) t R.
20
20
k=
t
20
793
Figura 10.3: Le funzioni che costituiscono i termini dello sviluppi in serie di Whittaker
Nota 10.4.8. Si osservi dal disegno che i traslati delle sinc si annullano su tutti
gli interi eccetto quello in cui raggiungono il valore massimo. Dimostreremo
tra poco che questo fatto vero, ma prima osserviamo che al punto x = m
si ha
f (m) sinc(x m)|x=m = f (m) sinc(0) = f (m).
Per il teorema di Whittaker dice che
f (m) =
k=
k6=m
f (k) sinc(m k)
794
k=
f (k) sinc(m k) =
f (k)mk = f (m).
k=
k=
k
20
sinc(20 x k)
m
Se x un punto della griglia di campionamento (cio x = 2
con m intero)
0
si ottiene una identit, perch sinc(20 x k) = sinc(m k) = mk .
Nota 10.4.10. La nota precedente si pu ripensare in termini di algebra lineare. Abbiamo un vettore di dati Ff = {f (k)} (con innite componenti) ed
una "matrice" a dimensione innita M = {sinc(m k)}
m,k= . Lo sviluppo
di Whittaker, letto per x = m Z, dice che Ff = MFf per ogni f B 1 .
2
795
796
Capitolo 11
Modellazione matematica del
processo di campionamento: le
distribuzioni temperate e le
distribuzioni
11.1
798
t0 +
f (s) ds .
(11.1)
t0
799
f (s)t (s) ds ,
f (t) =
(t s)f (s) ds =
(s t)f (s)ds .
800
Il peso dipende dalla risposta dello strumento di misura. Ma naturalmente noi ci aspettiamo che il valore esatto del segnale sia indipendente
dallo strumento di misura. Questa una ipotesi che ha senso solo per misure
di fenomeni macroscopici, nei quali il procedimento di misura non altera il
valore da misurare: se ad esempio volessimo trovare la posizione di una particella elementare, diciamo "illuminandola con un ash", i fotoni del raggio
di luce che bombardano la particella potrebbero spostarla e quindi cambiarne
la posizione (o altrimenti ne cambierebbero la velocit). Ma per i segnali di
Figura 11.4:
801
interesse in multimedialit questa ipotesi generalmente ha senso. Perci possiamo immaginare di poter cambiare strumento di misura, ranandolo via
via di pi, no a precisione illimitata. Nei due esempi di curva di risposta di
uno strumento che abbiamo disegnato pi sopra, questo vuol dire prendere
curve sempre pi strette ed alte, ma tutte con integrale uno (altrimenti il
valore restituito dalla misura non sarebbe una media). Avremmo quindi una
successione di funzioni di risposta , > 0, dove
t
1
(t) =
802
t (s)f (s) ds
lim+ ht , f i = lim+
(s) = (s) =
0+
Tt f ht , f i =
(s t)f (s) ds = f (t).
(11.2)
803
lineare e continua su S.
Dimostrazione. La linearit ovvia. Mostriamo la continuit:
|T f | 6 kf k
|(s)| ds
= kf k kk1 = kf k .
In altre parole
|T f | 6 p00 (f )
(u) du = 1.
Basta quindi mostrare che vale la propriet della Denizione 6.1.15: per ogni
, > 0 esiste 0 = 0 (, ) tale che, se 0 < < 0 ,
Z
(s) ds > 1 .
In eetti, ponendo u =
Z
si ha
1
(s) ds =
s
ds =
(u) du
804
ed analogamente
(s) ds =
(u) du = 1 .
R
Poich per ogni > 0 si ha / + se 0+ e (u) du nito,
concludiamo che, ssato > 0 e > 0, esiste 0 > 0 tale che, per 0 < < 0 ,
Z
Z
1 s
ds =
(u) du < ,
|u|>
|s|>
e quindi
Z
(s) ds =
1 s
ds = 1
|s|>
1 s
ds > 1 .
1
Teorema
R 11.1.4. Per ogni f S, per ogni t R, per ogni L (R) con
> 0 e (t) dt = 1 si ha
lim Tt f = f (t) = t (f ) .
0+
Riassumendo, il funzionale lineare continuo T su S serve ad approssimare 0 (f ), e Tt serve ad approssimare t (f ) per ogni t R. Vogliamo
riformulare questi concetti introducendo una nozione di convergenza per i
funzionali lineari continui su S in maniera tale da avere
lim T 0
0+
e
lim Tt t .
0+
11.2
805
n
X
pki li (f ).
i=1
Esempio 11.2.2. Consideriamo il caso del funzionale lineare del campionamento introdotto pi sopra su S, dato da T ( S):
Z
T (f ) =
f (x)(x)dx
(pi sopra era a valori reali e la coniugazione complessa non era necessaria).
Sappiamo gi che questo funzionale continuo su L2 (R) (Teorema 11.2.1 di
rappresentazione di Riesz). Esso anche continuo su S, per la Proposizione
11.1.2.
806
11.3
Abbiamo visto in Sezione 11.1 che, dato un segnale f nella classe di Schwartz,
la lettura del suo valore campionato ad un istante t0 approssimata dal valore
di un funzionale lineare continuo T sulla classe di Schwartz, dove una funzione non negativa e di integrale 1. Per una approssimazione via via migliore
si deve usare una famiglia di funzioni { } sempre pi concentrata attorno a
t0 (cio una identit approssimata nel senso della Denizione 6.1.15). Invece
il valore esatto, non approssimato, del segnale allistante t0 dato da un altro
funzionale lineare su S, il funzionale denito da t0 (f ) = f (t0 ). Il funzionale
che fornisce il valore approssimato quindi rappresentato da una funzione ,
nel senso che il valore approssimato dato da
Z
T (f ) =
(t)f (t) dt.
(11.3)
Non invece possibile rappresentare nello stesso modo t0 con una funzione,
perch t0 (f ) non dipende dai valori di f in un intorno (sia pure piccolo)
del punto t0 , ma solo nel punto t0 stesso (vedremo questo fatto in maggior
dettaglio in Sezione 11.7).
Modelliamo le operazioni di campionamento di segnali in S con funzionali lineari continui su S. Prima di studiare lo spazio vettoriale dei funzionali
lineari continui su S, premettiamo qualche cenno sullimpostazione alla base
di questa modellazione. NellEsempio 11.2.2 abbiamo considerato il valore
medio del segnale f in un intorno del punto t0 , dato dal funzionale T di
(11.3), dove una opportuna funzione a valori non negativi e di integrale 1. Idealmente, vorremmo generalizzare la nozione di funzione in modo
cos ampio che si possano rappresentare in questa maniera tutti i funzionali continui che intervengono nel campionamento, incluso il funzionale t0
del campionamento istantaneo al punto t0 , che, come si accennato, non
rappresentabile a questo modo con una funzione usuale. Quindi abbiamo
bisogno di una ampia generalizzazione del concetto di funzione.
Gli elementi di questo spazio di funzioni generalizzate sono in corrispondenza
biunivoca con i funzionali continui su S.
Notazione 11.3.1. Per ogni f S e T S scriviamo hT, f i invece che
T (f ), in analogia alla notazione introdotta nellEsempio 11.2.2, in base alla
11.3. DUALIT
807
quale si ha
T (f ) =
808
11.3. DUALIT
809
Esempio 11.3.2. ((L1 ) = L .) Il duale di L1 [0, 1] (isometricamente) isomorfo a L [0, 1]. Abbiamo a suo tempo dimostrato (nella dimostrazione del
Teorema 1.19.6) che ogni funzionale continuo su L1 rappresentabile come
integrale pesato con una funzione, nel senso dellEsempio 11.2.2. Quindi
(L1 [0, 1]) isometricamente isomorfo a L [0, 1]. Questo fatto un caso
particolare del Teorema 1.19.6.
Lo stesso argomento, svolto per funzioni su R invece che su un intervallo
compatto come [0, 1], grazie al teorema di convergenza di identit approssimate su R (Teorema 6.1.16), prova che il duale di L1 (R) isometricamente
isomorfo a L (R). Anche questo un caso particolare del Teorema 1.19.6.
810
L1 [0, 1]
= L2 [0, 1] .
= L [0, 1] L2 [0, 1]
Ecco quindi che, in questo caso nel quale i sottospazi non sono chiusi
(anzi sono densi, in base al Teorema di convergenza di identit approssimate,
Teorema 6.1.10), la dualit rovescia la relazione di inclusione.
Esempio 11.3.3. ((Lp ) = Lq se p1 + 1q = 1.) Pi in generale, prendiamo
indici coniugati 1 6 p < , 1 < q 6 con p1 + 1q = 1 (Denizione
1.16.4; conveniamo come sempre che, se p = 1 e q = , valga p1 + 1q = 1,
per qui consideriamo solo il caso p = 1, q = , non il viceversa). Dalla
disuguaglianza di Hlder per funzioni su R (Teorema 1.16.6) segue
|T (f )| = |h, f i| 6 kkq kf kp .
(11.4)
(11.5)
11.3. DUALIT
811
ma
L1 [0, 1] ( Lp [0, 1] ( Lr [0, 1] ( L [0, 1] .
allEsempio 3.12.4.
Si noti invece che C[0, 1] contenuto in L [0, 1] come sottospazio chiuso, non denso: infatti la norma in questi due spazi la stessa (la norma
uniforme). In questo caso abbiamo gi accennato che la dualit preserva linclusione, ed infatti si ha che C[0, 1] lo spazio delle misure numerabilmente
additive su [0, 1], mentre, come gi osservato nellEsempio 3.12.3, L [0, 1]
lo spazio delle misure che sono solo nitamente additive: il primo un
sottospazio chiuso del secondo.
Tutti gli esempi precedenti riguardano la dualit per spazi normati. Per
il nostro vero interesse studiare il duale di S, che non uno spazio normato,
bens munito di una famiglia numerabile di seminorme. La convergenza in S
molto pi forte di quella data dalle norme viste negli esempi precedenti. Ad
esempio, se fn f in S, allora, in particolare, kfn f k = p00 (fn f ) 0
per n , quindi la convergenza anche uniforme. Allo stesso modo si
vede che, se fn f in S, allora per ogni k > 0 si ha
lim kfn f kC k = lim
k
X
j=0
kD j (fn f )k = 0,
812
dove abbiamo indicato con C k lo spazio delle funzioni continue su un compatto ed ivi derivabili k volte con continuit (oppure lo spazio delle funzioni
continue e limitate su R derivabili k volte con tutte le derivate continue e
limitate), munito della seguente norma:
Definizione 11.3.6. (Norma in C k .)
kf kC k
k
X
j=0
kD j f k .
(In alcuni testi, viene considerata una variante di questo spazio, nella quale
le derivate e le loro norme sono in L1 o Lp , che si indica con W k ). Rispetto a
questa norma, C k uno spazio completo: infatti le successioni di Cauchy in
questa norma convergono ad elementi di C k , grazie al Teorema 1.3.19 di convergenza uniforme con le derivate (si confronti questa denizione con quella
data per lo spazio C nellEsempio 9.1.6). Si vede facilmente che S denso
in C0 (R) (lo spazio delle funzioni continue che tendo a zero allinnito) ed
anche nel sottospazio chiuso C0k (R) di C k (R) delle funzioni che tendono a
zero allinnito con tutte le derivate no allordine k, per ogni k > 0, nelle
rispettive norme (un cenno di dimostrazione dato nella prossima Proposizione 11.4.1). A questo proposito, si noti anche che C0k (R) denso in C0 (R):
largomento simile a quello esposto nella dimostrazione del Lemma 5.13.4
per mostrare che C 1 (R) denso in C(R)). Daltra parte, C(R) L1 (R)
un sottospazio denso in L1 (R), e di Lp (R) se 1 6 p < , come conseguenza
del teorema di convergenza delle identit approssimate, Teorema 6.1.16: per
questo basta prendere una identit approssimata {hn } consistente di funzioni
in C(R) L1 (R) e ricordare che, per ogni hn C(R) L1 (R) e g L1 (R), si
ha hn g C(R) L1 (R) (Esercizio 6.1.13).
Questi fatti rivelano che il duale S di S estremamente grande: include
tutti gli spazi di funzioni visti no ad ora.
11.4
Densit di S e convergenza in S
Proposizione 11.4.1. (i) Sia C0k lo spazio delle funzioni derivabili k volte con derivate continue e che tendono a zero allinfinito con tutte le
derivate fino allordine k. Allora C0k un sottospazio denso di C0 (R)
(nella norma di C0 , ovviamente).
813
814
815
2 2
2 2
2 2
(ii) Rammentiamo che abbiamo scritto per la funzione caratteristica dellintervallo [ 21 , 21 ], cio = [ 1 , 1 ] . Allora u = la funzione
2 2
lineare a tratti che vale 0 in R \ [1, 1], 1 in 0 ed lineare in [1, 0] ed
in [0, 1] (gura 11.8).
816
Figura 11.8: Il quadrato per convoluzione di una funzione caratteristica una funzione
triangolare
817
Nota 11.4.6. La convergenza in S non data da una norma, ma da una famiglia di seminorme, e quindi la denizione di norma di un funzionale F S
non vale (la Denizione 3.3.13 si applica solo ai funzionali su spazi normati).
Invece la nozione di convergenza debole * si applica, ed quella che useremo
su S . Ne abbiamo bisogno per modellare il processo di approssimazione con
cui si passa da campioni espressi da valori medi a valori istantanei.
11.5
818
se per ogni f S si ha
Il prossimo enunciato non ovvio: esso si basa su un risultato profondo in Analisi Funzionale, che citiamo nella dimostrazione, ma non dimostriamo in questo Capitolo: si tratta del teorema di uniforme limitatezza
(BanachSteinhaus), che abbiamo dimostrato come Teorema 3.14.3. In eetti, la prossima Proposizione 11.5.3 un caso particolare del Corollario 3.14.5
del teorema di uniforme limitatezza. In ogni caso, il lettore non interessato a
quella dimostrazione non ha bisogno di consultarne lenunciato nel Capitolo
3, perch lo riassumeremo in questa Sezione.
Proposizione 11.5.3. (Limiti di successioni di distribuzioni temperate.) Sia Fn una successione in S tale che, per ogni f S, esiste il
limite limn hFn , f i. Chiamiamo questo limite F (f ). Allora F S e
limn Fn = F .
S
Idea della dimostrazione. Spieghiamo anzitutto perch il risultato plausibile ma non ovvio. Se gli Fn convergono ad un funzionale lineare continuo
F , allora, per denizione di convergenza in S (Denizione 11.5.2), il limite
limn hFn , f i = F (f ) esiste per ogni f S. Ma qui stiamo cercando di dimostrare il viceversa, e poniamo F (f ) = limn hFn , f i. chiaro che questo F un
funzionale lineare su S. Quindi occorre solo mostrare che questo funzionale
continuo rispetto alla convergenza in S. I suoi approssimanti Fn S sono
continui. Perci, in base al Corollario 9.2.2, per ogni n esistono una costante
Cn ed una collezione nita di jn seminorme pk1 (n) l1 (n) . . . , pkjn (n) ljn (n) tali che
|hFn , f i| < Cn
jn
X
i=1
(11.6)
819
Dobbiamo dimostrare che vale una disuguaglianza analoga per F . Purtroppo, per, non possiamo semplicemente passare al limite per n dentro
il secondo membro di (11.6), perch le costanti Cn e le seminorme non sono sempre le stesse: cambiano con n. Quindi, al crescere di n, potremmo
trovarci ad aggiungere sempre pi seminorme, in numero illimitato, ed a considerare costanti C sempre pi grandi, in maniera illimitata. In altre parole,
il problema che ciascuna Fn s continua, ma limitata da costanti e seminorme diverse al variare di n: invece a noi serve una continuit rispetto alle
stesse costanti e seminorme, o come si suol dire la equicontinuit, cio una
limitatezza uniforme rispetto a n.
Questa propriet conseguenza di un risultato basilare dellAnalisi Funzionale, noto come il Teorema di Banach-Steinhaus 3.14.3 (detto anche principio
di uniforme limitatezza), il cui enunciato, applicato allo spazio delle distribuzioni (che uno spazio di Frchet, nel senso della Denizione 3.1.1) diventa
quello del Corollario 3.14.4, che richiamiamo qui di seguito. Esso asserisce
che, se uno spazio vettoriale V uno spazio metrico completo (ovviamente
con una metrica invariante per traslazione), ed una successione di funzionali
lineari continui Fn su V converge puntualmente ad un funzionale lineare F ,
nel senso che, per ogni vettore v V , si ha Fn (v) F (v), come nel nostro
enunciato, allora gli Fn sono equicontinui, o, pi semplicemente, anche F un
funzionale continuo (Corollario 3.14.5). Da questo risultato profondo segue
la Proposizione, perch S uno spazio metrico completo (Teorema 9.4.3).
Esempio 11.5.4. (i) (Funzioni localmente integrabili a crescita polinomiale). Tutte le funzioni h localmente integrabili (cio integrabili
con integrale nito su ogni intervallo in R di lunghezza nita) e a crescita polinomiale (cio che vericano h(x) < B(1 + |x|k ) per ogni x e
per qualche B > 0 e k N) appartengono a S , nel senso che per ogni
tale h il funzionale lineare
Z
Th (f ) =
h(x)f (x) dx
820
|h(x)|
k+2
1
+
|x|
|fn (x) f (x)| dx
1 + |x|k+2
6 ABpk+2,0 (fn f ) 0
n
(11.7)
Questo
(ii) (Funzioni L1 ). Ritorniamo ad un ambito gi incontrato nella Proposizione 11.1.2: a dierenza che nella parte (i) di questo Esempio, ora
assumiamo che la funzione h sia integrabile non solo localmente, ma
abbia anche integrale nito su tutto R. Allora h d origine ad una
distribuzione Th anche senza che si debba assumere che sia a crescita
polinomiale. (Nota: una funzione in L1 non tende necessariamente a zero allinnito! Essa pu assumere valori arbitrariamente grandi purch
questo accada in intervalli le cui lunghezze diventino appropriatamente
piccole. Il lettore costruisca un esempio per esercizio).
Infatti, per ogni f S, il funzionale lineare
Z
Th (f ) =
h(x)f (x) dx
verica
|Th (f )| 6 kf k
821
Quindi fn converge a f uniformemente su R, ed in particolare puntualmente per ogni x (Denizione 1.2.10), e perci x (fn ) = fn (x)
f (x) = x (f ).
(lultimo integrale convergente perch f (x) f (x) = O(x) per il Teorema di Taylor, o equivalentemente il Teorema del valor medio di Lagrange
822
Rx
(Sezione 1.1)). Osserviamo che f (x) f (x) = x f (t) dt, per il Teorema
Fondamentale del Calcolo (Sezione 1.1). Allora la continuit del funzionale lineare v. p. x1 su S, espressa dalle disuguaglianze del Corollario 9.2.2, si
ottiene dalle stime seguenti:
Z
Z 1 Z
f (x) f (x)
f (x) f (x)
+
dx =
dx
x
x
0
0
1
Z
Z 1 Z x
x(f
(x)
f
(x)
1
f (t) dt dx +
dx
=
x2
1
0 x x
Z 1
2x maxx6t6x |f (t)|
dx
6
x
0
Z
2 maxyR |y f (y)|
+
dx
x2
1
Z
1
dx 6 2(p01 (f ) + p10 (f )) ,
6 2p01 (f ) + 2p10 (f )
x2
1
R
perch 1 x12 dx = x1 1 = 1.
Analogamente si denisce il valore principale di un integrale improprio
dove lintegrando f integrabile sui compatti ma non integrabile allinnito:
v. p.
f = lim
b+
f (t) dt .
R
Se f una funzione dispari, allora v. p. f = 0. Lasciamo
al lettore il compito
R
di trovare ipotesi adeguate su f anch f 7 v. p. f sia una distribuzione.
823
(ii) Sia {fn } una successione di funzioni localmente integrabili tali che |fn |
siano tutte simultaneamente limitate dalla stessa costante (o pi in
generale tutte limitate in modulo da una stessa funzione h a crescita
polinomiale). Allora, se fn converge a f uniformente sui compatti, fn
converge a f anche nel senso delle distribuzioni.
Dimostrazione. In base alla Proposizione 11.5.3, per dimostrare la convergenza di fn a f nel senso delle distribuzioni occorre mostrare che, per ogni
g S,
Z
Z
hfn , gi :=
fn g dx
f g dx := hf, gi .
(11.8)
La prima parte dellenunciato ovvia. Infatti, spezzando g S come combinazione lineare a coecienti complessi di quattro funzioni reali non negative
possiamo assumere, senza perdita di generalit, che g sia una funzione reale non negativa. Allora lipotesi della parte (i) implica che fn g converge a
f g puntualmente quasi ovunque ed in maniera monotna. Allora, se la successione fn , e quindi fn g, non decrescente, il passaggio al limite in (11.8)
segue dal Teorema di Convergenza Monotna 1.9.53; se invece la successione
fn g non crescente, allora, dal momento che g a decrescenza rapida, essa
uniformente maggiorata da una funzione L1 (R), ed il passaggio al limite
segue dal Teorema di Convergenza Dominata 1.9.54.
La seconda parte pi delicata, perch la convergenza uniforme sui compatti
non implica che si possa passare al limite sotto il segno di integrale su tutto
R (le funzioni costanti un (x) = 1/n convergono a zero uniformemente
su R, e
R
quindi in particolare su tutti i compatti, ma non vero che limn R un 0).
Ora, grazie alla linearit dellintegrale, considerando fn f al posto di fn
possiamo assumere f 0. Lipotesi della parte (ii) dellenunciato implica che
|fn g| < |h g|, e |h g| tende a zero a pi rapidamente del reciproco di qualsiasi
polinomio, perch h a crescita polinomiale
R mentre g RS. Quindi, per ogni
> 0, esiste un compatto K tale che R\K fn g dx 6 R\K |h g| dx < /2.
Daltra parte, fn g converge uniformemente a 0 sul compatto K, e quindi
su K si pu passare al limite sotto il segno di integraleR(Teorema 1.3.17).
Pertanto esiste N = N tale che, per ogni n > N, si ha K fn g dx < /2.
Combinando queste due disuguaglianze
si trova che, per ogni > 0, esiste N
R
tale che, per n > N, si ha R fn g dx < . Questo equivale al passaggio al
limite in (11.8).
824
11.6
n=0 hFn , f i.
Pfinito
Z
=
h(s x)f (s) ds = hTx h , f i .
825
Abbiamo elegantemente dedotto il fatto che il treno di impulsi sia continuo su S dalla Proposizione 11.5.3, che fa uso del potente teorema di
Banach-Steinhaus. In realt questa potenza non necessaria:
Esercizio 11.6.5. Dimostrare che il treno di impulsi un funzionale continuo
direttamente in base alla denizione data nel Corollario 9.2.2.P
Svolgimento. Per ogni f S, si tratta di maggiorare la serie
f
(n)
n=
con una combinazione lineare nita di seminorme
di f . Per il Teorema della
R n+1
Media Integrale (Sezione 1.1) lintegrale n |f (x)| dx un numero compreso
fra il minimo ed il massimo di |f | nellintervallo [n, n + 1]. Daltra parte, per
il Teorema dei Valori Intermedi (Sezione 1.1), questo valore viene assunto da
f in qualche punto n [n, n + 1]. Quindi
Z
Z n+1
X
X
|f (x)| dx =
|f (x)| dx =
|f (n )| .
(11.9)
n=
n=
e quindi
|f (n)| 6 |f (n )| +
n
n
|f (x)| dx 6 |f (n )| +
n+1
|f (x)| dx .
X
X
X
f (n) 6
|f (n)| 6
|f (n)| +
|f (x)| dx 6 kf kL1 + kf kL1 .
n=
n=
n=
826
1 + |x|
Z
1
6
dx p2,0 (f ) = p2,0 (f ) .
2
1 + |x|
R
Lo stesso argomento prova che |f (x|) dx 6 p2,0 (f ) = p2,1 (f ) .
Per convenienza, in vista del prossimo esempio, introduciamo una notazione ad hoc per il dilatato di una funzione:
Definizione 11.6.6. (Operatore di dilatazione su funzioni.) Se
R, 6= 0 indichiamo con loperatore di dilatazione denito sulle funzioni
su R da ( f ) (x) = f (x) (per comodit supporremo sempre 6= 0: in
particolare, ha senso il numero 1 e invertibile).
Esempio 11.6.7. (Il treno di onde quadre.) Con una notazione analoga a
quella della Sezione 10.1, sia la funzione caratteristica dellintervallo [0, 1],
e per > 1 consideriamo la funzione onda quadra = . Si tratta
di una funzione positiva di area 1, con supporto nellintervallo [0, 1/], che
assume solo i valori P
0 e 1. Chiamiamo treno di onde quadre di durata la
serie X dei traslati
n . Poich gli addendi hanno supporti disgiunti,
la serie converge puntualmente (per ogni x R c al pi un solo addendo
non nullo!), e la somma una funzione periodica localmente integrabile, ed
ovviamente limitata. La serie converge nel senso delle distribuzioni in base
al Corollario 11.6.1. Infatti, per ogni f S, segue dal Teorema della media
integrale (Sezione 1.1) che
hn , f i =
1
n+
1
n
f (x) dx = f (n )
827
dalla funzione somma, perch gli addendi sono non negativi: quindi la convergenza della serie nel senso delle distribuzioni segue anche, indirettamente,
dalla parte (ii) della Proposizione 11.5.6.
Nota: la somma della serie determina una distribuzione, come visto nellEsempio 11.5.4 (i). Invitiamo il lettore, per esercizio, a dimostrarne direttamente la continuit su S, con lo stesso argomento usato nellEsercizio 11.6.5.
Qui molto pi facile, perch
|hn , f i| 6 |h1, f i| 6 kf k1 .
Si osservi anche che le somme parziali della serie sono somme nite di funzioni
ciascuna con supporto in un intervallo nito, e quindi sono a supporto compatto: pertanto non possono convergere uniformemente alla funzione somma,
che una funzione periodica. Quindi la convergenza nel senso delle distribuzioni, ma non nel senso uniforme. Un argomento analogo mostra che la
convergenza non vale nella norma Lp per nessun p (infatti, il termine generico
della serie un traslato della stessa funzione onda quadra, e quindi la sua
norma Lp costante e non tende a zero, il che viola la propriet di Cauchy
X
=
n ,
n=
X
n (x)
n=
828
X
hFn , f i
n=
serie G =
F
=
n= n
n= n (x) converge in S in base al Corollario
11.6.1. Chiameremo G treno di Gaussiane di ampiezza .
Si noti che, per
Plo stesso motivo, grazie al test di Weierstrass (Teorema
1.3.29), la serie n Fn converge uniformemente su ogni compatto in R, cio su
ogni intervallo limitato e chiuso, come dimostriamo in dettaglio nel successivo
Esercizio 11.6.11. Poich la somma G una funzione periodica di periodo 1,
la convergenza non uniforme su tutto R, ma lo sui compatti. Pertanto la
somma una funzione continua su ogni compatto, quindi continua ovunque,
e limitata su tutto R: quindi essa localmente integrabile, il che dimostra
direttamente il fatto che essa denisca una distribuzione, in base allEsempio
11.5.4 (i). Inoltre, le somme parziali della serie sono maggiorate dalla somma
G , perch gli addendi sono positivi: quindi la convergenza della serie nel
senso delle distribuzioni segue anche, indirettamente, dalla parte (ii) della
Proposizione 11.5.6.
Esercizio 11.6.10.
La media integrale di f S rispetto alla misura n (x) dx,
R
ossia lintegrale f (x) (x n) dx, tende a zero per n a velocit
pi che polinomiale.
Svolgimento. Riscriviamo lintegrale come
Z
f (x + n) (x) dx .
(11.10)
829
, |n|
] e Bn := R \ An , e spezziamo lultimo
integrale
Poniamo An := [ |n|
2
2
R
come somma degli integrali su An e Bn . Osserviamo che Bn (x) dx <
C1 /(1 + |n|k+1) per qualche C1 > 0 perch tende a zero allinnito a
velocit pi che polinomiale. Pertanto
Z
|n|k
k
|f (x + n)| (x) dx < C1
|n|
kf k 0
1 + |n|k+1
Bn
] se n > 0,
se |n| . Daltra parte, se x An si ha x + n n + An = [ n2 , 3n
2
3n n
e x + n [ 2 , 2 ] se n 6 0: in entrambi i casi, |x + n| > |n|/2. Pertanto ora
segue dalla decrescenza rapida di f che, per qualche C2 > 0,
Z
Z
C2
k
k
|f (x + n)| (x) dx < |n|
|n|
(x) dx
k+1
An 1 + |x + n|
An
6 C2
|n|k
k+1 k k1 0
1 + n
2
830
Esercizio 11.6.12. Sia h un cutoff, ossia una funzione non negativa, limitata
su R e che tende a zero allinnito (di solito la siP
assume anche continua,
2 (xn)2
ma qui non importa). Allora la serie hG (x) =
n= h(x) e
converge uniformemente.
Svolgimento. La serie converge uniformemente sui compatti per il precedente
Esercizio 11.6.11. Quindi basta mostrare che la convergenza uniforme nelle
semirette JK := {x : |x| > K}, per ogni K > 0. Questo signica dimostrare
che le code di questa serie, ossia
X
2
2
m (x) =
h(x) e (xn)
|n|>m
.
m0
831
Definizione 11.6.13. (Il treno di Gaussiane normalizzate.) Nel precedente Esempio 11.6.9, rimpiazziamo la Gaussiana = di ampiezza
1 con la sua dilatata di norma L1 uguale a 1, (cha ha ampiezza ). In
questo modo si ottiene il treno di Gaussiane nonormalizzate,
G =
n ,
n=
11.7
Precisiamo ora unidea gi accennata allinizio della Sezione 11.3, mostrando che non esiste una funzione h localmente integrabile secondo Riemann
e a crescita polinomiale tale che si abbia x = Th (notazione a pagina 806,
ed anche Esempio
R 11.2.2): esplicitamente, mostriamo che non si pu avere
x (f ) = f (x) = h(x) f (x) dx per ogni f S.
In altre parole, il funzionale x , quale che sia x R, non rappresentabile come una funzione localmente integrabile secondo Riemann. A meno di
traslare h, possiamo, senza perdit di generalit, limitare lattenzione al caso
x = 0. A questo scopo enunciamo una propriet delle funzioni integrabili
secondo Riemann, per la cui dimostrazione rinviamo il lettore a [1]:
Teorema 11.7.1. Se una funzione integrabile secondo Riemann (su R o
su un intervallo), allora linsieme dei suoi punti di discontinuit ha misura
di Lebesgue nulla. Quindi questa propriet vale in particolare per le funzioni
localmente integrabili secondo Riemann.
Proposizione 11.7.2. Se 0 = Th , allora, per ogni punto x0 6= 0 in cui h
continua, si ha h(x0 ) = 0.
Dimostrazione. Supponiamo che x0 6= 0 sia un punto di continuit di h, e
che, per assurdo, si abbia h(x0 ) 6= 0. Poniamo u = Re(h), v = Im(h), e
< |x0 |. Allora lintervallo [x0 , x0 + ] non contiene 0. Sia ora f S una
funzione a valori reali non negativi, con supporto in [x0 , x0 + ] e tale che
f (x0 ) > 0. Poich h continua in x0 , lo sono anche la sua parte reale u e la
832
sua parte immaginaria v. Supponiamo che si abbia u(x0 ) > 0. Allora per il
Teorema di Permanenza del Segno (Sezione 1.1) esiste un intorno di x0 nel
quale u rimane positiva. Perci, scegliendo se necessario un valore di pi
piccolo, possiamo supporre che si abbia u(t) > > 0 se x0 6 t 6 x0 + .
Perci
Z
Z x0 +
Re(Th (f )) = TRe h (f ) =
u(t)f (t) dt =
u(t)f (t) dt
>
x0
Z x0 +
f (t) dt > 0.
x0
Ora, poich esistono f S tali che 0 (f ) 6= 0 (quelle per cui f (0) 6= 0),
abbiamo che 0 6= Th per ogni h localmente integrabile secondo Riemann.
Nota 11.7.4. (Visualizzazione grafica dellapprossimazione della delta.) La delta di Dirac ad un punto non rappresentabile come una funzione,
per viene approssimata da funzioni: se {hn } unidentit approssimata in
(x )
L1 (R) e hn 0 = x0 hn il traslato di passo x0 di hn , allora si visto nel Teorema 11.1.4 che Th(x0 ) x0 in S . Questo d unidea intuitiva dellargomento
n
che abbiamo appena usato per mostrare che la delta non una funzione: se la
si approssima con una famiglia di funzioni al migliorare dellapprossimazione
queste funzioni approssimanti devono tendere a zero ovunque eccetto che in
x0 , e quindi, se in S tendessero a una funzione limite h, questa dovrebbe
essere nulla quasi ovunque. Si veda la Figura 11.1 a pagina 801.
833
per ogni f S, x R
(e analogamente
lim h f (x) = f (x)
=
h (t u)f (u) du
= h f (t) f (t) = t (f ).
equivale a
lim Th (f ) = 0 (f )
834
In altre parole,
lim h f (t) = f (t)
se e solo se
perch
f (0) =
h (x)f (x) dx
Questo risultato quindi equivale ai Teoremi di convergenza di identit approssimate, Teoremi 6.1.16 e 6.1.17. Per chi non avesse dedicato suciente
attenzione alle identit approssimate presentate in Sezione 6.1, nellAppendice alla ne di questo Capitolo ridimostriamo con una dimostrazione diretta
il fatto che, per ogni f S,
Z
lim
h (x)f (x) dx = f (0).
Concludiamo questa Sezione con una notazione che non useremo in questo
libro, ma che viene spesso usata per sottolineare il fatto che, per quanto non
rappresentabile come una funzione, la delta approssimabile con funzionali
Th .
f (t) dx (t),
11.8
835
11.8.1
Notazione 11.8.3. Dora in avanti, nei casi in cui non si crei ambiguit,
scriveremo hF anzich Mh F , per F S .
Nota 11.8.4. (Compatibilit della notazione precedente 11.8.3 con la
notazione usuale per la moltiplicazione di funzioni.) Se F = Tg
la distribuzione associata alla moltiplicazione per una funzione g localmente
integrabile a crescita polinomiale (Esempio 11.5.4 (i)), allora Mh Tg = Thg ,
perch, per ogni f S,
Z
Mh Tg f = hTg , hf i =
g(x)h(x)f (x)dx = hThg , f i .
836
Nota 11.8.8. Per evitare il fatto che lo spazio delle distribuzioni non sia
preservato dalla moltiplicazione per funzioni a tasso di divergenza troppo
elevato, si considera uno spazio di distribuzioni pi grande delle distribuzioni
temperate, dato dal duale dello spazio E di tutte le funzioni C a supporto
compatto, che si chiama lo spazio delle distribuzioni. Evidentemente E un
sottoinsieme proprio di S, e quindi il suo duale contiene propriamente S . In
questo libro per non abbiamo bisogno dello spazio delle distribuzioni: per
completezza, ci limiteremo ad accennarne le propriet nella Sezione 11.17
11.8.2
Derivata
f S.
837
per n ,
P
Corollario 11.8.11. La derivata di una serie di distribuzioni
Fn convergente nel senso di S e si ottiene derivando
la
serie
termine
a
termine
(ossia
P
coincide con la serie delle derivate
Fn ).
(Tf ) , g = hTf , g i
Z
=
f (x)g (x)dx
= [f (x)g(x)] +
f (x)g(x)dx.
838
e quindi
h(Tf ) , gi =
f (x)g(x) dx = hTf , gi .
Nota 11.8.13. (Derivata di una funzione nel senso delle distribuzioni.) Il Corollario 11.8.12 mostra che, se una funzione f a crescita polinomiale
derivabile, allora la distribuzione a essa associata derivabile e DTf = TDf .
Per tutte le distribuzioni sono derivabili (Corollario 11.8.10), non solo quelle
associate a funzioni derivabili. In particolare, se f a crescita polinomiale non
derivabile, ci nonostante Tf una distribuzione derivabile, per in questo
caso non ha pi senso chiedersi se DTf = TDf : questa identit ora non pi
vera perch il secondo membro non denito. In questo caso si dice che f
derivabile nel senso delle distribuzioni e la sua derivata la distribuzione
DTf .
A titolo di esempio si veda il caso della derivata nel senso delle distribuzioni della funzione caratteristica di (0, ), nel successivo Esempio 11.9.1.
D F, f = (1)k F, D k f .
Dimostrazione. Basta iterare la formula della Denizione 11.8.9
11.9
D 0 , f = (0 )(k) , f = (1)k 0 , f (k) = (1)k f (k) (0).
839
hTh , f i = hTh , f i =
f (x)dx = f (0) = 0 (f ),
0
in base alla formula presentata nella Denizione 11.9.2, al Teorema Fondamentale del Calcolo (Teorema 1.27.1) ed al fatto che limx f (x) = 0 perch
f S.
Quindi DTh = 0 , cio Th una primitiva di 0 .
Esercizio 11.9.4. Per ogni intero k > 0, trovare una F S tale che D k F = 0 .
Trovare una tale F del tipo Tg per qualche g localmente integrabile a crescita
polinomiale.
840
Esempio 11.9.5. (Approssimazione in S della distribuzione di Heaviside.) Approssimiamo la funzione h della Denizione 11.9.2 con le funzioni
hn C (R) (crescenti, con supporto in [1/n, 1/n] ed immagine [0, 1]) disegnate in Figura 11.10. Per costruire hn basta scegliere una qualsiasi identit
approssimata gn consistente di funzioni
C a supporto compatto contenuto
Rx
in [1/n, 1/n], e porre hn (x) = gn (t) dt (si veda la Figura 11.12).
Osserviamo che, per ogni x 6= 0,
(invece hn (0) =
1
2
1 se x > 0
0 se x < 0
in
S .
e
|hn (x)f (x)| 6 |f (x)|
per ogni x,
841
perch 0 6 hn 6 1.
Quindi, poich f L1 (R) per la Nota 9.3.2, possiamo applicare il Teorema
di Convergenza Dominata di Lebesgue (Teorema 1.9.54) e dedurne che, per
ogni f S,
Z
Z
Thn (f ) =
hn (x)f (x) dx
h(x)f (x) dx = Th (f ) = H(f ) per n .
Svolgimento. Le funzioni hn convergono puntualmente alla funzione h, eccetto che in x = 0, dove esse valgono 21 mentre h(0) = 0. Si ha
Z
hn (x)f (x) dx =
1
n
0
1
n
(11.11)
hn (x)f (x) dx
hn (x)f (x) dx +
1
n
hn (x)f (x) dx +
f (x) dx
1
n
1
(nellultimo integrale non c bisogno
di
scrivere
h
perch
h
1
in
,
).
n
n
n
1
Ora, osserviamo che, in n , 0 , hn (x) si maggiora
con
la funzione lineare
1
1
il cui graco la retta che passa per i punti n , 0 e 0, 2 (si veda la Figura
11.11).
Perci
1
n
hn (x) dx
1
n
842
Ma allora
Z
Z 0
0
hn (x)f (x) dx 6 kf k
hn (x) dx 0 se n .
1
1
n
1
n
Osserviamo che, in 0, n1 , hn (x) 6 1 e quindi
Z
Perci
1
n
hn (x) dx 6
1
0
n
per n .
Z 1
Z 1
n
n
hn (x)f (x) dx 6 kf k
hn (x) dx 0 se n .
0
0
1
n
f (x) dx.
In altre parole,
hThn , f i hH, f i
f S.
843
Figura 11.12: approssimanti della distribuzione di Heaviside e loro derivate (che formano
una identit approssimata a supporto compatto)
in S .
844
11.10
Enunciamo la seguente Proposizione senza dimostrazione (per la dimostrazione si veda [25, Teorema 6.25].
Proposizione 11.10.3. Le distribuzioni con supporto in un unico punto x0
sono le serie
X
ck D k x0
(ck C)
k=0
allora
F =
ck D k x0
k=0
845
h0 , hf i
h0 , D(hf )i
h0 , h f i h0 , hf i
h (0)f (0) h(0)f (0)
h (0)0
11.11
Come gi fatto per gli operatori di traslazione (Denizione 11.6.2), di moltiplicazione per una funzione (Denizione 11.8.1) e di derivazione (Denizione
11.8.9), anche la trasformata di Fourier F viene ora estesa a S per dualit
a partire da S. Data una distribuzione temperata F , adotteremo spesso una
notazione pi compatta, scrivendo Fb invece che F F e F invece che F 1 F ,
e, se g S, g invece che F 1 g.
Definizione 11.11.1. (i) (trasformata di Fourier su S .) Per ogni
g S e F S , deniamo F F = Fb S cos:
D
E
Fb, g = hF, b
gi .
(ii) (antitrasformata di Fourier.) Per ogni g S e F S , deniamo
F 1 F = F cos:
hF , gi = hF, g i .
846
La Denizione 11.11.1 (i) estende la trasformata di Fourier, originariamente denita per funzioni in L1 (R), allambito molto pi vasto delle distribuzioni temperate: ora di ogni F S si pu eettuare la trasformata
di Fourier, che ancora in S . Ma supponiamo che F sia una funzione L1 ,
cio F = Tf con f L1 (R), come nellEsempio 11.5.4 (ii). In tal caso, la
trasformata di Fourier di f nel senso delle distribuzioni coincide con quella usuale per funzioni L1 ? Il prossimo enunciato d risposta aermativa a
questa domanda.
Corollario 11.11.3. (Compatibilit della Definizione 11.11.1 (i) con
la nozione di trasformata di Fourier in L1 (R).) Per ogni f L1 (R)
si ha
cf = T b.
T
f
Z
D
E
=
fb(x)g(x)dx = Tfb , g .
847
D
E
(qui abbiamo scritto Fb, g invece che TFb , g per semplicit di notazione: lo
faremo spesso in seguito). Daltra parte, per il Teorema 9.7.5, lapplicazione
g 7 gb surgettiva su S. Quindi la precedente identit asserisce che
hF, hi = 0
h S.
c
F , g = hF , b
g i = hF, b
g i = hF, gi .
(11.12)
Dimostriamo inne che F continua su S . Per questo occorre provare che,
se Fn F in S allora Fbn Fb in S. Richiedere che Fn F in S signica
assumere che, per ogni g S,
lim hFn , gi = hF, gi
cn Fb in S .
Perci F
Lultima asserzione segue immediatamente dalla propriet di parit della
trasformata di Fourier (Teorema 8.2.4 (iii)).
848
Ma in questo modo deniamo G solo sullimmagine della trasformata di Fourier in S. Per, poich la trasformata di Fourier manda S surgettivamente
su S, questa immagine tutto S, e cos G denita su ogni f S, quindi
una distribuzione temperata. Osserviamo che questa idea in realt stata
usata gi in (11.12), dove abbiamo usato la formula di inversione g = gb ,
che vale in S perch la trasformata di Fourier biunivoca.
11.12
2ixF ) .
c.
(ii) Per ogni F S si ha D Fb = 2iF
Svolgimento. Dalle Denizioni 11.8.9 e 11.11.1 (i) e dal Teorema 8.2.4 (viii),
per ogni f S si ha:
d , f i = hDF , fbi = hF, D(fb)i = hF, (2ixf )i
hDF
= hFb, 2ixf i = hM2ix Fb, f i
849
(anche qui abbiamo denotato con 2ixf la funzione x 2ixf (x) S).
Questo prova (i). La parte (ii) si dimostra in maniera analoga grazie alla
formula di inversione di Fourier (Teorema 8.4.2): infatti, possiamo porre
b (per la surgettivit della trasformata di Fourier su S), e quindi, per
F =G
b = 2ixG, ossia DF = D G
b = 2ixG
c = 2ixF
d , da
la parte (i), (D G)
cui (ii).
n
X
ck D k 0 ,
k=1
n N}.
n
X
k=1
ck D 0 7
n
X
(2i)k ck xk .
k=1
b = 2ixG,
c
Nota 11.12.3. Abbiamo visto nell Esempio 11.12.1 (ii) che D G
per ogni G S . Ecco una dimostrazione alternativa (ma in realt equivalente), che fa uso del fatto che, per ogni g S, si ha gb = 2ic
xg (Teorema
8.2.4):
c = hF, 2ic
hD Fb, gi = hFb, Dgi = hF, Dgi
xgi.
Abbiamo usato le Denizioni 11.8.1 e 11.8.9.
850
Corollario 11.12.4.
1
d
1 fb .
f =
||
Dimostrazione.
1
1 b
d
b
=
1 f ()
f
f () =
||
||
||
Estendiamo il teorema a S . Cominciamo con il seguente fatto
||
Dimostrazione.
h f, gi =
f (x) g(x) dx
Z
u
1
f (u) g( ) du
=
||
E
1 D
=
f, 1 g .
||
(u = x)
E
1 D
T, 1 g .
||
Nota 11.12.7. (Compatibilit della definizione di dilatazione per distribuzioni con quella per funzioni.) Segue dalla Denizione 11.12.6 e
dal Lemma 11.12.5 che, per ogni f S, si ha Tf = T f : quindi la denizione per le distribuzioni coincide con quella per le funzioni quando una
distribuzione una funzione.
||
||
||
851
1
||
x .
Analogamente,
per il treno di impulsi K dellEsempio 11.6.4, si ha K =
P
1
n
n= .
||
Dimostrazione.
E
D
E
1 D
1
T,
g
b
d
T
,
g
=
h
T
,
g
b
i
=
||
D
E
d
= T,
g
D
E
1 D b E
1 T, g
= Tb, g =
||
(Corollario 11.12.4)
(Denizione 11.12.6).
b
[
1 K = K.
Esercizio 11.12.10. Si verichi che
Analogamente, consideriamo il caso delle traslazioni. Con la notazione della Denizione 11.6.2, il teorema di traslazione per la trasformata di
Fourier, Teorema 8.2.4 (v), si estende a S nel modo seguente:
Teorema 11.12.11. (Propriet di traslazione per la trasformata di
2it0 x
Fourier su S .) Per ogni t0 R, T S , si ha d
T.
t0 T = e
d
g i = hT, t0 b
g i = T, e2it0 g b
t0 T , g = ht0 T, b
D
E D
E
= Tb, e2it0 g = e2it0 Tb, g .
Ora veniamo alla parit.
852
F , g = F, g .
F , g = Tf , g
Z
=
f (x)g(x) dx
Z
=
f (x)g(x) dx
= Tf , g
Il prossimo enunciato estende alle distribuzioni i Teoremi 8.2.4 (i) e (ii).
b
(ii) Per ogni F S , Fb = F
D
c , g =
F , b
F
g = F, b
g = F, gb
D
E D
E
b
b
= F, g = F , g
853
(abbiamo usato le Denizioni 11.11.1 e 11.12.12). Questo prova (i). Analogamente, (ii) segue dal Teorema 8.2.4 (ii), grazie al quale, per ogni g S, si
ha g = g . Infatti
D
E D
E D
E
b
F, g = F , b
g = F, g = F, g = F , g .
La propriet (iii) ovvia:
(hF ) , g = hF, g = F, hg = F, (h g)
= F , h g = h F , g .
C unultima fra le propriet della trasformata di Fourier su L1 (R) (elencate nel Teorema 8.2.4) che resta da estendere a S : per f L1 (R), si ha
F , g = hF, gi.
b
Fb
F = Fb =
F S .
854
hF, gi = F , g
= hF, gi
= hF, gi
e quindi hF, gi R.
(ii) (i): sia h S e scriviamo g1 = Re h, g2 = Im h. Allora per (ii),
hF, g1 i e hF, g2 i sono reali. Quindi per la Denizione 11.12.15
F , h = F , g1 + ig2
= F , g1 + i F , g2
=
=
=
=
Perci F = F .
Inne, estendiamo il Corollario 8.2.6 alle distribuzioni.
855
E D
E
b
b
(Re F ) , g = Re F , g .
Per la linearit basta assumere che g sia a valori reali. In tal caso si ha
D
E
Re(Fb) , g
E
D
= Re Fb, g
D
E
= Re Fb, g
E
D
= Re Fb, g
D
E
b
= Re F , g
b , g
= Re F
D
E
= Re Fb, g
D
E
b
= Re F , g .
Definizione 11.12.12
Definizione 11.12.21
856
= Im F , g
Esercizio11.12.16 (ii)e (g ) = (g)
D
E
= Im Fb, g
Definizione 11.12.12 e F = F , g = g
D
E
= Im Fb, g .
Definizione 11.12.15
11.13
f, g S.
(11.13)
857
Notazione 11.13.2. Come gi accennato, quando non ci sono rischi di ambiguit, scriviamo f invece di Tf . Scriveremo sempre f G invece di Tf G,
b invece di M b G.
b
e fbG
f
(ii) (f G) = f G
b
(iii) fc
G = fb G.
Dimostrazione. Poich la trasformata di Fourier e la antitrasformata di Fourier sono surgettive su S (Proposizione 11.11.4), (i) equivale alla Denizione
11.13.1.
Sempre per la surgettivit, nella Denizione 11.13.1 possiamo scrivere
bb
b = fbb G
fb G
= f G = f G = (f G) = fc
G,
che (iii).
= hT, f gi = hT, f gi
858
11.14
f (x) dx = hT1 , f i
859
dove e2ix denota la funzione 7 e2ix . Ma, per il Teorema 8.2.4 (iv) si
ha fb()e2ix = d
x f (). Perci
d
f x = x f = x f.
Nota 11.14.4. Rammentiamo la notazione a pagina 834,
Z
hx , f i =
f (t)x (t) dt,
che confonde il modo di scrivere la delta con quello che si usa per le funzioni.
Nel caso dellenunciato della Proposizione 11.14.3, questa notazione particolarmente suggestiva ed intuitiva, perch ispira in maniera naturale la
formula
x f = f x .
Infatti:
x f (y) = f (y x)
Z
=
f (t)0 (t (y x)) dt
Z
=
f (t)0 (y x t)) dt
0 , g = 0 , g = g (0) = g(0)
= g(0) = h0 , gi .
Quindi:
x f (y) =
=
f (t)0 (y x t) dt
f (t)x (y t) dt,
860
11.15
Abbiamo visto nel Teorema 10.4.4 (che fa uso dei risultati sulle identit
approssimate dimostrati in Sezione 6.1) che, se identichiamo la funzione h
con la distribuzione Th , si ha
lim t h = t
861
nel senso di S per ogni t R. Grazie alla Nota 11.7.5 questo equivale a
lim t h = t
cio che per ogni > 0 esiste K = K() tale che, per ogni > K,
Z
h (x)f (x) dx f (0) < .
R\[,]
Dora in poi, per ogni > 0 sceglieremo = > 0 cos piccolo che si abbia
(grazie alle propriet (i), (ii) e (iii) della Denizione 11.15.1,
Z
1
h (s)f (s) ds >
2
h (s) ds =
1
.
2
(11.15)
862
(11.17)
< (1 + )f (0)
h (s) ds
= (1 + )f (0).
h (s) ds
e quindi, da (11.14),
lim
0+
(11.18)
11.16. ESERCIZI
863
11.16
x
0
se
se
x>0
x<0
864
Motivare la risposta.
11.16. ESERCIZI
865
se
se
x [, ]
x
/ [, ]
2. dispari
3. converge a 0 nel senso delle distribuzioni per 0
866
f 1 + f h
11.16. ESERCIZI
1.
867
f 1 + hf
2. f Th
3. f 1
4. 1
5. nessuna delle precedenti
Motivare la risposta.
868
2.
3.
pari
4.
dispari
se
(x) =
0
se
x [ 1 , 1 ]
x
/ [ 1 , 1 ]
1.
pari
2.
3.
dispari
4.
11.16. ESERCIZI
869
1
[,](x)
2
Quali delle seguenti asserzioni sono vere?
(x) =
1.
2.
pari
3.
4.
dispari
se
(x) =
0
se
Quali delle seguenti asserzioni sono vere?
1
1
x [ 2
, 2
]
1
1
, 2
]
x
/ [ 2
870
1.
2.
pari
3.
dispari
4.
sin2 x
2. (x)
3. 0
4. (x )
5. nessuna delle precedenti
Motivare la risposta.
Motivare la risposta.
Esercizio 11.16.25. Sia (x) = x3 + x. Quanto vale la distribuzione 0 ?
1. (x)
11.16. ESERCIZI
871
2. (3x2 + 1)0
3. 0
4.
Esercizio 11.16.26. Sia (x) = cos x. Quanto vale la distribuzione /2 ?
1. 0
2.
sin x/2
3. (x 2 )/2
4. (x)
5. nessuna delle precedenti
Motivare la risposta.
Esercizio 11.16.27. Sia (x) = x
2 ?
1. (1 sin x) 2
2. (x)
3. 0
4. (x 2 )
5.
Motivare la risposta.
872
4
4
1 + t
1 + t
(11.19)
f g(x) =
f (t x) g(t) dt =
e(tx) et dt (11.20)
Z
Z
2
2
=
e(tx) t dt =
eq(t,x) dt ,
11.16. ESERCIZI
873
2
x
e B = x
.
da cui A = + , 2x = 2A e x2 = A 2 + B, ossia = +
+
Ora,
Z
Z
Z
2
q(t,x)
B
A(t)2
B
e
dt = e
e
dt = e
eAt dt
r Z
r
2
= eB
eu du = eB
A
A
p
grazie al Lemma 8.3.1. Pertanto da (11.20) si ottiene f g(x) = A eB =
q
2
x
hf K, gi =
X
n2
e + .
+ n=
P
Esercizio 11.16.30. Sia f S e sia K =
n= n il treno di impulsi.
Calcolare la distribuzione f K: come opera su una generica funzione g S?
rappresentabile come una funzione localmente integrabile o no? Se s, quale
funzione? Se no perch?
Svolgimento. Osserviamo per prima cosaPche, in base allEsempio 11.13.4,
si ha hf K, gi = hK, f gi. Poich K =
n= n , e la serie converge nel
senso delle distribuzioni, ora abbiamo
hf K, gi = h
n=
n , f gi .
Daltra parte,
hn , f gi = f g(n) =
Quindi
hf K, gi =
P
n=
f (t n) g(t) dt .
f (t n)
g(t) dt .
874
f (t) dt .
hu , gi = hu, g i =
x g (x) dx
0
Z
=
g(x) dx x g(x)|
0 = hH, gi .
0
11.16. ESERCIZI
875
se x < 0
0
1
se 0 6 x < 1
g(x) =
x
se 1 6 x
n n .
n=1
876
Invece,
S(x) SN (x) =
n n
n=N +1
11.16. ESERCIZI
877
Nota 11.16.33. I termini di una serie uniformemente convergente (rispettivamente, convergente in norma Lp ) tendono a 0 uniformemente
(rispettivamente, in Lp .) Se una
P
serie di funzioni n=0 fn converge in Lp (nel caso p = , uniformente), allora limn kfn k = 0.
2n
e quindi tendono a zero a velocit pi che polinomiale, per il Teorema della Media Integrale (Sezione 1.1) e perch h a decrescenza
rapida.
2. Se = 0, le risposte non cambiano. La dimostrazione della convergenza
puntuale e della convergenza nel senso delle distribuzioni rimane la stessa; analogamente per la mancanza della convergenza uniforme od in Lp ,
dove ora lunica dierenza che lestremo superiore del resto N-simo,
kS SN k , invece di tendere a + con N, rimane costantemente
uguale a N 0 = 1, ma comunque non tende a zero.
3. Se < 0, la convergenza puntuale e la convergenza nel senso delle distribuzioni rimangono vere come prima. In questo caso per si ha anche
convergenza uniforme, perch le P
funzioni n sono a supporto disgiunto,
n=N +1
n n (x) = (N + 1)
878
p
|n n | =
|n n |p
n=N +1
n=N +1
X
X
p
p
kS SN kp =
|
n n | =
np ,
R n=N +1
n=N +1
11.16. ESERCIZI
879
(v)) Supponiamo che ora i supporti degli intervalli Jn siano tutti disgiunti. Sappiamo
fornire una condizione equivalente alla convergenza della
P
serie n n per 1 6 p < ? Che cosa si pu dire per p = ?
(vi) Sia ora c(n, ) = 1/n per ogni PR. Come cambia la risposta
alla domanda precedente per la serie n c(n, )n , ossia per quali
e dn essa converge in norma nellipotesi che gli intervalli siano tutti
disgiunti? Rispondere sia per 1 6 p < sia per p = .
k=1
k=1
880
kfn k < ,
n
se n > N.
Jn
n=N
11.16. ESERCIZI
881
pn =
N
+k
X
dn ,
n=N
dn .
n=1
n=N
N
+k
X
n=N
c(n, )n
!p
N
+k
X
n=N
c(n, )p pn
N
+k
X
n=N
dn
n np
dn
.
np
converge.
882
n=N
1
.
N 6n6N +k n
max
kc(n, )n kp =
+
X
n=1
c(n, ) kn kp .
1
1p X
Z
+
X
1
dnp
1
.
=
n
n
Jn
n=1
n=1
n xR
n
n=1
n=1
In tal caso la condizione suciente per la convergenza > 1, indipendentemente dalla scelta di dn > 0.
11.16. ESERCIZI
883
P
dnp
n=1 n
hc(n, )n , f i.
+
+
X
X
1
1
|hn , f i| =
|hc(n, )n , f i| =
n
n
n=1
n=1
n=1
+
X
n=1
Jn
|f | .
n Jn
n
n
n=1
n=1
n=1
Quindi P
la serie converge nel senso delle distribuzioni solo se la serie nudn
merica +
n=1 n convergente: ma questa condizione anche suciente
per la convergenza, come si vede applicando lo stesso ragionamento ad
una funzione f S che valga identicamente 1 nellintervallo [0, 1].
Dal momento che gli intervalli
Jn sono disgiunti e Jn [0, 1], abbiamo
P
n Jn [0, 1] e quindi n dn 6 1. Pertanto lultima serie convergente per ogni > 0 qualunque siano le lunghezze dn degli intervalli
disgiunti.
(ix) Studiamo la convergenza assoluta della serie. Ovvero, per ogni f di
Schwartz, valutiamo
+
+
X
X
1
1
|h
,
f
i|
=
n
n
n
n=1
n=1
n+dn
n
+
Z
X 1
f 6
n
n=1
n+dn
Z +
+
X
1
|f | 6
|f |.
n
n
n=1
Sia k > 1 intero positivo. Nellultimo integrale moltiplichiamo e dividiamo per xk . Utilizziamo poi il fatto che f sia di Schwartz per
884
Z + k
Z +
+
+
+
X
X
x f (x)
pk0 (f ) X 1 1
1
1
1
dx
6
p
(f
)
dx
=
.
0k
k
nk1
n
x
n
x
k
1
n
n
n
n=1
n=1
n=1
Esercizio 11.16.36.
1. Sia H la funzione di Heaviside (cio la funzione
localmente integrabile che determina la distribuzione di Heaviside). In
altre parole, H(x) = 1 se x > 0 e H(x) = 0 altrimenti. La serie
n H
n=0
3n n H .
n=0
Svolgimento. La serie
X
n=0
n H(x) =
X
n=0
H(x n)
11.16. ESERCIZI
885
n [n1,n) .
n=1
,
Allora K > 0 e h m
n=0 n i > (m + 1)K + se m +.)
(iii) Se
Pn indica la funzione caratteristica dellintervallo [0, 1/n), la serie
n=1 n diverge in x = 0 ma converge puntualmente per ogni x 6= 0, e
converge uniformemente in ogni intervallo chiuso che non contiene 0. Si
mostri che la successione
n converge a zero nel senso delle distribuzioni,
P
mentre la serie n=0 n diverge nel senso delle distribuzioni.
886
xn (x) .
n=0
n=0
x n (x)
11.16. ESERCIZI
887
Esercizio 11.16.39.
1. Sia f (x) = |x|. Trovare esplicitamente la derivata
di f nel senso delle distribuzioni.
2. Sia g = f per x < 0, e g = f + 1 per x > 0. Trovare esplicitamente la
derivata di g nel senso delle distribuzioni.
Esercizio 11.16.40. Sia f una funzione a crescita polinomiale, derivabile ovunque con derivata continua eccetto che in x = 0, dove per i limiti destro e
sinistro di f esistono niti. (Osserviamo che, sotto queste ipotesi, la derivata localmente integrabile, grazie al Teorema Fondamentale del Calcolo
(Teorema 1.27.1). Trovare esplicitamente la derivata di f nel senso delle
distribuzioni, in termini della funzione f , nei due casi seguenti:
1. f continua in x = 0.
2. Nel punto x = 0 la funzione f ha un salto di ampiezza c > 0, cio
limx0+ f (x) limx0 f (x) = c.
(Suggerimento: si veda il precedente Esercizio 11.16.39.)
Esercizio 11.16.41.
1. Sia T0 = (sin x)(0 + ). vero o falso che T0
la distribuzione zero? Perch?
2. Sia T1 = (sin x)( 0 + ). vero o falso che T1 la distribuzione
zero? Perch?
Se una delle due distribuzioni non nulla, calcolarla esplicitamente.
1 se 0 6 t < 1
0 altrimenti
G=
+
X
il traslato
n .
888
et se 0 t 1
e n f il traslato destro
0 altrimenti
G=
+
X
n f.
n=0
Esercizio 11.16.45.
11.16. ESERCIZI
889
1 se k1 6 t 6 1
0 altrimenti
Gk =
+
X
1
k
e n la traslazione
n k .
per ogni n, m (si spieghi in dettaglio perch questo vero). La serie converge
invece puntualmente,
perch per ogni punto x R il valore delle somme
Pm
parziali n n k (x) rimane costante quando |j| e m sono cos grandi che
m < x < n (in tal caso, questo valore 1 se k1 6 [x] 6 1 k1 e 0 altrimenti).
Per ogni f S, si ha
* m
+
m Z n+1 1
X
X
k
n k , f =
f (x) dx
n=j
n=j
n+ k1
1
(perch?),
a zero per j, m + perch f in L e
e questa
R somma tende
quindi limN + x>N f (x) dx < (si forniscano i dettagli che conducono da
890
questa stima al calcolo del limite della somma), quindi la serie Gk converge
nel senso delle distribuzioni per il Corollario 11.6.1. Si osservi che
hGk , f i =
lim
j, m
m Z
X
n+1 k1
n+ k1
n=j
f (x) dx
e quindi
2 X
1
1
max{|f (x)| : n 6 x 6 n + } = 0
k k
k
k
n=
+
X
n k =
n=
+
X
n=
+
X
n 1 1 1
k
n+ 1 n 1
k
+
1
2X
1
f n
=
f (n,k ) .
fi =
f
n+
k
k
k
n=
+
X
(11.21)
n > 0 e n,k > n + k1 se n < 0. Da questo segue facilmente che lultima serie
11.16. ESERCIZI
891
P+
1
2
1+n,k
< . Allora,
a causa del fattore 2/k, il lato destro di (11.21) tende a zero quando k ,
e quindi limk Gk = 0 in S .
1
1 se k+1
< t 6 k1
Esercizio 11.16.46. Per k > 1 intero, sia k (t) =
0 altrimenti
Consideriamo la serie
+
X
kk .
k=
1
1
Svolgimento. Il segmento da k+1
a k1 ha lunghezza k(k+1)
, quindi la funzione fk := kk non negativa, ha valore massimo k e norma L1 uguale a
1
. Poich le fk sono a supporto disgiunto, si ha
k+1
n
X
fk
= max kfk k = n ,
k=1,..., n
k=1
P
eP
quindi la serieP nk=1 fk diverge nella norma P
di L . Per la stessa ragione,
n
n
n
k k=1 fk k1 =
k=1 fk diverge nella norma
k=1 kfk k1 , e quindi la serie
1
di L . Ogni punto x dellasse reale appartiene al pi ad un solo intervallo
1
, k1 ], e quindi un solo addendo della serie pu essere non nullo in x:
( k+1
pertanto la serie converge puntualmente.
Per studiare la convergenza nel senso delle distribuzioni, sia g nella classe di
1
Schwartz e consideriamo hfk , gi. Poich lintervallo di integrazione ( k+1
, k1 ]
1
ha lunghezza k(k+1)
,
Z
g(x) dx
(k + 1)hfk , gi = k(k + 1)
1
, k1 ]
[ k+1
892
11.16. ESERCIZI
Poich
893
hn (x) dx = 1, abbiamo
Z
|hhn , f )i f (0)| = xn gn (x) f (x) dx f (0)
Z
= gn (x) (xn f (x) f (0)) dx
Z
Z
= gn (x) (xn f (x) f (x)) dx + gn (x) (f (x) f (0)) dx
Z
6 kgn k1 kxn f f k + gn (x) (f (x) f (0)) dx .
Ora facile vedere che lultimo membro tende a zero. Infatti, il secondo
integrale allultimo membro tende a zero per n perch {gn } una
identit approssimata e f in S, quindi uniformemente continua (Teorema
6.1.16); il primo integrale invece tende a zero perch kgn k1 = 1 e kxn f f k
innitesimo per xn 0 per la continuit della traslazione sullo spazio delle
funzioni uniformemente continue (Proposizione 7.6.5).
Si noti che utilizzare il teorema del valor medio integrale in questo esercizio
sarebbe stato meno facile che nei precedenti, perch le funzioni gn non sono a
supporto compatto, e quindi occorrerebbe dimostrare anche che i punti in cui
gli integrandi gn xn f assumono il proprio valore medio integrale tendono a
zero, cosa non ovvia.
894
1 1
1
1
, +
.
(iii) Per n > 1 sia Kn =
n n3 n n3
caratteristica di Kn . Mostrare che la serie
+
X
1
n
n
n=1
(vi) la serie alla parte (iii) converge nel senso delle distribuzioni?
1
1 1
1
(vii) Per n > 1 sia Jn =
. Sia ora n la funzione caratte ,
+
n n2 n n2
ristica di Jn . La serie
+
X
1
n
n
n=1
converge uniformemente? Converge in L1 ? Converge nel senso delle
distribuzioni?
11.16. ESERCIZI
895
.
n + 1 (n + 1)2
n n2
1
Questa disequazione sembra vera, almeno denitivamente, poich 2 un
n
1
1
pi piccolo
innitesimo di ordine superiore a per n + e poich
n
n+1
1
di . Tuttavia una manipolazione immediata della disequazione porta a
n
n2 + n + 1 < 0,
condizione che non vericata per nessun intero! Il motivo di questa appa1
e n1 dellordine di n12 , che
rente contraddizione che la distanza tra n+1
precisamente dello stesso ordine del raggio dellintervallo Jn .
Sebbene gli intervalli Jn non siano disgiunti, sicuramente vero che, ssato un n, esiste un m > n tale che gli intervalli Jn e Jm . Questo vero
poich lestremo destro di Jm tende a zero per m +, e quindi, a patto di
scegliere m sucientemente grande, questo diventa piccolo quanto vogliamo,
quindi anche pi piccolo dellestremo sinistro di Jn .
Ci domandiamo dunque se esiste un k intero tale che, da un certo n
in poi, gli intervalli Jn e Jn+k siano disgiunti. Se ci accadesse la serie di
partenza potrebbe scriversi come somma di k serie di funzioni innitesime
a supporto disgiunto, e quindi uniformemente convergenti. A questo punto
sarebbe uniformemente convergente la serie di partenza.
896
Sia allora k intero positivo. La condizione che dice che Jn e Jn+k siano
disgiunti
1
1
1
1
+
< 2,
2
n + k (n + k)
n n
ovvero
n+k+1
n1
<
.
2
(n + k)
n2
Eliminando i denominatori (sempre positivi per n e k interi positivi) otteniamo
n3 + n2 k + n2 = n2 (n + k + 1) < (n 1)(n + k)2
= (n 1)(n2 + k 2 + 2nk) = n3 + nk 2 + 2n2 k n2 k 2 2nk.
k2
> 0.
k2
Il polinomio in n a primo membro di secondo grado, ha il coeciente di
grado massimo pari a 1 e il termine noto negativo. Pertanto esistono due
radici reali e, poich il prodotto delle radici (il termine noto) negativo,
una delle due radici negativa e laltra positiva. Pertanto la disequazione
vericata a destra della radice positiva (e a sinistra di quella negativa, ma
questo fatto non ci serve, visto che lintero n positivo).
Questo signica che, ssato k > 2, da un certo n in poi la disequazione
vericata, e quindi gli intervalli Jn sono disgiunti. Il pi piccolo k intero per
cui ci accade k = 3. Ponendo k = 3 nella disequazione si ottiene che essa
vericata per tutti gli interi maggiori o uguali a 2.
Abbiamo quindi tre famiglie di intervalli disgiunti. Una famiglia composta da J2 , J5 , J8 , . . . , (ossia dagli intervalli J3n1 ), unaltra da J3 , J6 , J9 , . . .
(ossia dagli intervalli J3n ), e lultima da J4 , J7 , J10 , . . . (ossia dagli intervalli
J3n+1 ).
La serie di partenza pertanto si decompone come segue:
n2 + kn
+
+
+
+
X
X
X
X
1
1
1
1
n = 1 +
2+3m +
3+3m +
4+3m .
n
2 + 3m
3 + 3m
4 + 3m
n=1
m=0
m=0
m=0
897
11.17
11.17.1
Lo spazio D
898
Si noti che, ora che le funzioni sono a supporto compatto, non occorre pi
moltiplicare per polinomi e prendere lestremo superiore invece che il massimo
(come invece facemmo per le distribuzioni temperate, si veda la Nota 9.3.3),
perch lestremo superiore di una funzione continua su un compatto il massimo (si veda la Sezione 1.1 e la dimostrazione del Teorema di Weierstrass
sulla esistenza dei massimi e dei minimi delle funzioni continue sui compatti
([19, Cap. 16 (Appendice)]).
Lo spazio D lunione degli spazi di Frchet DK = C (K) delle funzioni
899
Esempio 11.17.6. Dal precedente Teorema 11.17.4 segue che le delta di Dirac
sono distribuzioni.
La derivata di una distribuzione viene denita esattamente come nel caso
di distribuzioni temperate (Esempio 11.5.4), ed in base al Teorema 11.17.4
ancora una distribuzione.
La distribuzione indotta da una funzione localmente integrabile viene
denita come nel caso di distribuzioni temperate (Esempio 11.5.4), ed ora
una distribuzione anche se non si assume che sia a crescita polinomiale.
La moltiplicazione di una funzione f C per una distribuzione viene
denita come nel caso di distribuzioni temperate (Esempio 11.5.4), ed ora
una distribuzione anche senza assumere che f sia a crescita polinomiale.
La verica di queste ovvie propriet viene lasciata al lettore per esercizio.
11.17.2
900
11.17.3
Ora veniamo alla convoluzione con funzioni in C invece che in D. Omettiamo le dimostrazioni (si veda, ad esempio, [25, Chapter 6]).
Teorema 11.17.12. (i) Se T D una distribuzione a supporto compatto e f C , allora la definizione di convoluzione ha senso anche per f T , commuta con le traslazioni e verifica D k (f T ) =
(D k f ) T = f (D k T ) per ogni k N. Se in aggiunta g D allora
gT D e valgono le seguenti regole di associativit e di commutativit:
(g f ) T = g (f T ) = f (g T ).
(ii) Se T , U D ed almeno una delle due distribuzioni ha supporto compatto, allora loperatore Lf = (f T ) U ben definito. Possiamo
quindi definire la convoluzione T U come hT U, f i = Lf .
(iii) Siano T , U, V D . Se almeno una fra T e V ha supporto compatto,
vale la regola di commutativit T V = V T , e la regola di derivazione
D k (T V ) = (D k T ) V = T (D k V ) per ogni k N: in particolare,
D k T = (D k ) T , e quindi anche T = T .
Se almeno due dei supporti di T , U, V sono compatti, vale la regola di
associativit (T U) V = T (U V ).
11.17.4
901
chiaro da quanto visto nella denizione di topologia in D e S che D si immerge come sottospazio di S e limmersione continua. Pertanto, per quanto
visto nella Sezione 11.3, lo spazio delle distribuzioni temperate S si immerge
con continuit nello spazio delle distribuzioni D . Viste come funzionali, le
distribuzioni temperate sono quelle distribuzioni che si estendono a funzionali continui sulla classe di Schwartz e non solo sulle funzioni C a supporto
compatto. quindi chiaro che vale il risultato seguente:
Corollario 11.17.13. Ogni distribuzione a supporto compatto temperata.
902
Capitolo 12
Approssimazione in S del treno
di impulsi con funzioni di
Schwartz
12.1
X
K=
n
n=
per ogni f S ,
D
E D
E
X
b
b
K, f = K, f =
fb(n)
n=
n=
f (n) =
n=
fb(n).
P
11.12.8 ed allEsercizio 11.12.10,
n= n = K . Allora
b = K = K 1 .
[
1 K = K
Equivalentemente,
c = 1 K 1 .
K
12.2
905
Poich
K=
n=
n=
bn ,
e che questultima serie converge nel senso di S . (Il fatto che questa serie
converga ovvio anche P
per via diretta, in base al Corollario 11.6.1, perch
b
b
b
n (f ) = f (n) e la serie
n= f (n) converge perch il termine generale a
decrescenza rapida visto che fb S per la Proposizione 11.11.4 dal momento
che f S.) Ora, dallEsempio 11.14.1 (ii), sappiamo che
n=
bn =
Te2in =
n=
e2in .
n=
n .
n=
X
e2in
(12.2)
P
n=
converge in S a n= n .
La serie degli esponenziali (12.2) una serie di funzioni, ma non converge nel senso delle funzioni, ossia puntualmente, perch il termine generale
e2in non tende a 0 per n 7 per nessun (ha modulo 1, e quindi la
serie non converge per alcun : Sezione 1.1). Per interessante studiare il
comportamento puntuale delle sue somme parziali
SN () =
N
X
n=N
e2in .
n .
n=
Cos per abbiamo solo un indizio circa il limite della serie (12.2). Al ne di
stabilire in maniera rigorosa a cosa essa converge nel senso delle distribuzioni
dobbiamo calcolare
*
+
X
e2in , f ,
n=
Teorema 12.2.1. (Formula di Somma di Poisson espressa nel senso delle distribuzioni.) Nel senso delle distribuzioni vale la seguente
uguaglianza:
X
X
bn =
n .
n=
n=
X
X
b
n , f =
fb(n)
n=
n=
n , f
n=
907
f (n)
n=
Prima di procedere, enunciamo una interessante conseguenza della convergenza della serie (12.2), che prova la prima met di un fatto generale: lequivalenza fra periodicit di una distribuzione e discretezza della sua trasformata
di Fourier (per laltra met si veda il Corollario 13.1.5).
Corollario 12.2.2. (La trasformata di Fourier di una distribuzione
periodica discreta.) Sia f una funzione localmente integrabile con supporto in [ /2, /2], e sia h la funzione localmente integrabile
e periodica
P
ottenuta periodicizzando f con periodo : cio h =
n= n f . Allora
c
la corrispondente distribuzione Th (notazione dellEsempio 11.5.4 (i)) discreta: piPprecisamente, la distribuzione impulsiva equispaziata di passo
1
bn n
bn
data da
n= f ( ) . Si noti che il fattore f ( ) nellultima espressione
n f =
n=
n=
n f
e la serie converge nel senso delle distribuzioni, in base allargomento ripetutamente usato in Sezione 11.6. Allora, in base allEsempio 11.14.1 (ii),
ch =
T
n=
bn fb
(12.3)
dove la serie converge nel senso delle distribuzioni, grazie alla continuit della
trasformata di Fourier su S (Teorema 9.7.5). Ora applichiamo il Teorema
b = P
n= n , e quindi (12.3) diventa
n= n
ch =
T
n=
n fb =
n=
fb(n)n ,
(12.4)
2in
e
,f
bn , f
= lim
N
n=
=
=
=
n=N
lim
N
X
n=N
n=
fb(n)
fb(n)
f (n)
n=
n , f
n=
P
b
(la serie
n= f (n) converge perch f B 21 ed abbiamo fatto uso della
formula di somma di Poisson (Proposizione 10.3.1).
Perci, se B 1 fosse contenuto in S e fosse denso in S, questo ci permet2
terebbe di ridimostrare per S lidentit
K=
n=
n =
n=
b
bn = K
12.3. APPROSSIMANTI DI K
909
12.3
n=
f (n ()) =
n=
f (n) .
X
X
h , f i =
n T , f =
f (n ())
n=
n=
X
1 X
f (n) +
+
f (n ())
f (n) = hK, f i ,
2 n=
n=
n=
12.3. APPROSSIMANTI DI K
911
(12.5)
Corollario 12.3.4.
P m Per ogni intero m esiste un intero Nm tale che le funzioni
di Schwartz m N
n=Nm n Nm approssimano il treno di impulsi K nel senso
delle distribuzioni.
P
Dimostrazione. Le somme parziali della serie G =
n= n convergono a G nel senso delle distribuzioni, come mostrato nellEsempio 11.6.9.
In particolare, per ogni f S e , > 0, esiste N tale che, per ogni N > N ,
N
X
(12.6)
n , f i hG , f i < .
h
n=N
(n) n =
en
2 /2
n=
n=
grazie alla Proposizione 10.2.3 (si vedano spiegazioni pi dettagliate nel Corollario 12.4.7 in seguito). A questo punto, per +, i coecienti delle
delta nei termini di questa serie tendono tutti a 1, e quindi, per ogni f > 0
in S, si ha
*
+
X
X
X
n2 /2
n2 /2
e
n , f =
e
f (n)
f (n)
n=
n=
n=
Nota 12.3.6. I due Esempi 12.3.1 e 12.3.3 di questa Sezione sono casi parti1
colari di un risultato
P pi generale: se una identit approssimata in L ,
allora la serie n= n converge in S al treno di impulsi quando .
Lasciamo al lettore il compito di estendere le dimostrazioni precedenti a questo risultato, e di osservare che il caso del treno di onde quadre normalizzate
un caso particolare di scelta di identit approssimata a supporto compatto.
12.4.
2 /2
G (x)
X
2
2
x2 /2
= e
e (xn) .
12.4
Dimostriamo in questa Appendice, molto laboriosa ma assolutamente non necessaria per la lettura del resto di questopera, la conclusione esposta alla ne
dellEsempio 12.3.7: nel senso delle distribuzioni si pu approssimare il treno
di impulsi K con funzioni di Schwartz K ottenute addolcendo con un cut-o
Gaussiano il treno di Gaussiane normalizzate. Il vero vantaggio di questi approssimanti che le loro trasformate di Fourier sono esattamente dello stesso
tipo (come mostriamo nella Proposizione 12.4.9 alla ne dellAppendice), e
b = K.
quindi rendono naturale il fatto che K
12.4.
Definizione 12.4.2.
K (x) = ex
2 /2
x2
= e 2
G (x)
2 (xn)2
n=
e
hK , f i
=
ex
n=
2 /2
G (x)f (x) dx
2
x 2
n , f
12.4.
2
Se t > 2 , allora (t) = et 6 2 e(t 2 ) , perch decresce pi veloceR
(t) dt <
n, < e
2 /4
= e
kf kL (R\[n 1 ,n+ 1 ]) ,
2
x2 /2
j = e
n ( ) , f
n=
1 2
/2
e(n 2 )
n ( ) , f
n=
(12.9)
n=
1 2
/2
e(n 2 )
n ( ) = K
lim e(n 2 )
(12.10)
=1
.
k k1
Dal Teorema della Media Integrale (Sezione 1.1) applicata alla media pesata
h, f i e dal il Teorema dei Valori Intermedi (Sezione 1.1) applicato alla funzione (continua!) f S segue che esistono punti n, R tali che la media
pesata h, f i coincide col valore assunto da f in n,. Pertanto
(12.11)
hn ( ) , f i = k k1 f (n,) .
n=
hn ( ) , f i =
6
n=
n=
(12.13)
h , n (f )i
kf kL (R\[n 1 ,n+ 1 ]) <
2
(12.14)
12.4.
2 (xn)2
2 /2
em
e2imx .
(12.15)
K (x) ex
2 /2
G (x) = ex
2 /2
2 /2
em
e2imx .
Proposizione 12.4.9.
c () =
K
2 /2
em
2 (m)2
Daltra parte,
c () =
K
d
,m () .
(12.16)
m
m 2imx
)e
= (x)( )e2imx ,
,m (x) = ,0 (x)(
12.5
921
w n = 0.
n=0
wn
Figura 12.3: Sottosuccessioni di una progressione sul cerchio unitario che si avvicinano
ad 1
923
qn =
n=0
1 q N +1
.
1q
(12.19)
w n = eiN
sin(N + 1)
= eiN sinc((N + 1))
sin
e quindi
Invece, se intero , si ha
N
X
1
wn 6
.
| sin |
n=0
N
X
wn = N + 1 .
n=0
wn =
1 e2i(N +1)
.
1 e2i
e
.
e
ei
2i
sin
wn =
= eiN
sin (N + 1)
= eiN sinc((N + 1)) .
sin
cos(2n)
n=0
Capitolo 13
Ricostruzione dei segnali dai loro
valori campionati ed aliasing
13.1
f (k ) sinc
k=
x
k .
926
In realt quella che stiamo per dare non veramente una nuova dimostrazione, bens una visualizzazione geometrica della precedente: il lettore calorosamente invitato a vericare che lidea racchiusa nella visualizzazione geometrica segue passo passo largomento del Teorema dello sviluppo in serie di
Whittaker, Teorema 10.4.4.
Dimostrazione (nuova dimostrazione del Teorema del Campionamento).
campioniamo f su una griglia di passo . Faremo corrispondere a questo
campionamento la distribuzione ottenuta moltiplicando per f un treno di
impulsi K di passo . A questo scopo, rammentiamo la notazione stabilita
nel Corollario 12.1.2:
P
Notazione 13.1.1. K = nZ n = 1 1 K.
X
K=
n
ed invece di introdurre un approssimante di K fabbricato traslando una identit approssimata, operiamo formalmente come se la delta (e quindi K) fosse
una funzione, utilizzando per 0 la notazione impropria introdotta a pagina
834. Pertanto riscriviamo
K(t)
0 (t n).
t
n
X
t n
=
0
X
t
n ( ) =
0
n (t)
(13.1)
927
(la distribuzione
0 ha per supporto il valore 0 della sua variabile, e quindi
tn
ha per supporto listante t per cui tn
= 0, cio t = n ). In
0
n ,
c = 1 K 1 ), e lEsercizio 11.8.5
(ossia K
f n = f (n )n
f S.
Figura 13.1: Segnale a valori reali e parte reale delle sua trasformata di Fourier
Ora,
f K =
f (n )n
928
f
fK 1
Qual la trasformata di Fourier di questa distribuzione dei valori campionati? Sappiamo che
c = 1 K 1
K
per il Corollario 12.1.2.
Ora, se di nuovo rappresentiamo le delta con segmenti verticali sul graco,
otteniamo la Figura 13.3.
Abbiamo illustrato la trasformata di Fourier di K (e quindi di K1/ ). Da qui
ricaviamo la trasformata di Fourier della distribuzione dei valori campionati:
Lemma 13.1.4.
fd
K =
n=
n fb
929
K1
c = 1 K 1
Figura 13.3: K
Dimostrazione.
c = fb 1 K 1
fd
K = fb K
1 X b
1 X
n
=
n fb
f =
n=
n=
La prima uguaglianza segue dal Corollario 11.13.3 (ii); la seconda dallultima identit del Corollario 12.1.2 (applicata scambiando con 1 ); la terza
dalla identit (13.1) per K (di nuovo applicata scambiando con 1 ); la
quarta uguaglianza, inne, lespressione delloperatore di traslazione su S
1 X b
n
d
f K () =
.
f
n=
Ora, se prendiamo =
1
,
2c
abbiamo
n
= 2nc
930
h
ni
n
= [(2n 1)c , (2n + 1)c ] .
c + , c +
Al variare di n gli intervalli [(2n 1)c , (2n + 1)c ] sono contigui ma non si
sovrappongono: infatti, se Jn := [(2n 1)c , (2n + 1)c ], il punto nale di
Jn (2n+ 1)c ed il punto iniziale di Jn+1 lo stesso punto (2(n+ 1) 1)c =
(2n + 1)c .
Supponiamo ora < 21 c . Poich il supporto di fb un intervallo di
lunghezza 2c , in questo caso i traslati di fb di passo 1 > 2c hanno ancora
supporti disgiunti.
f^ * K
f K1
f^
Se invece >
1
,
2c
1
2c :
fK 1
f^
c
1
2c :
le repliche di fb si sovrappongono
1
,
2 2
1
,
2
che un
931
f
c
[-
f^ * K
n
2c
:nZ ,
, 21]
f
c
sinc(2ct)
=2
932
n=
cn cn =
cn e2int/ .
n=
13.2
933
La dimostrazione del teorema del campionamento illustrata nei disegni precedenti pu portare ad un malinteso. Lidea si basa sulla visualizzazione
del procedimento di campionamento tramite la moltiplicazione con il treno
di impulsi K 1 , dove = 21 c (adeguatamente piccolo), seguita dal ltraggio
della trasformata di Fourier con un ltro passa basso (di banda 2c , cio di
frequenza di taglio c ) e poi dalla antitrasformata di Fourier. Ma se davvero volessimo utilizzare numericamente questa strategia passo per passo, la
complessit del calcolo ce lo impedirebbe. Infatti, per calcolare la antitrasformata di Fourier anche per un solo valore di t, dobbiamo calcolare (e cio
approssimare numericamente con precisione adeguata) un integrale da
a ! In ogni caso, il procedimento non fattibile per una ragione teorica:
normalmente noi conosciamo, grazie ai dati provenienti dagli strumenti di
misura, i campioni del segnale, ma non il segnale stesso per tutti gli altri
valori di t ( proprio quello che vogliamo conoscere). Quindi, anche se fossimo disposti ad aspettare un tempo smisurato per il calcolo di fb, in loinea
di principio non potremmo farlo con precisione, perch non conosciamo f , e
quindi non sappiamo calcolare fb. In realt questa ragione teorica si aggira
nellapprossimazione numerica, perch, come gi visto nella dimostrazione
euristica della Formula di Inversione di Fourier (Teorema 8.1.1 e Corollario
8.1.3), la trasformata di Fourier fb si approssima numericamente a partire dai
valori di f su una griglia equispaziata e possiamo usare proprio la griglia di
campionamento dove conosciamo i valori di f (sono i dati campionati). Per,
il fatto che il passo di campionamento 6 21 c per ricostruire esattamente
il segnale di solito assai pi lungo di quanto invece non serva per una buona
approssimazione numerica di fb.
coincide con [1,1] (t) = sinc(2t), il campionamento suciente per la ricostruzione a passi = 21 c = 12 . Sulla griglia di campionamento t = n , quindi, i
)
valori della sinc sono i numeri 1 per n = 0 (ossia t = 0) e sin(2n
= sin(n)
=0
2n
n
per n 6= 0: certo questa successione appare del tutto inadeguata per il calcolo tramite somme di Riemann dellintegrale di f (t) = sinc(2t), cio di fb(0),
perch lapprossimazione con la corrispondente funzione semplice, illustrata
934
Figura 13.8: Approssimazione della sinc con una funzione semplice dello stesso passo
nel graco in Figura 13.8, visibilmente imprecisa. Eppure, ci nonostante, questi valori campionati sono sucienti a ricostruire il segnale tramite il
procedimento svolto nel Teorema del Campionamento.
13.3
935
ci interessa, la serie
f (t) =
n=
f (n ) sinc(2c t n) =
n=
f (n ) sinc
t n
(13.2)
Stiamo supponendo che f sia a valori reali (altrimenti applichiamo separatamente questo sviluppo alla parte reale ed alla parte immaginaria). Possiamo
separare f nella dierenza delle sue parti positiva e negativa, f = u v, con
u e v > 0, ed applicare (13.2) separatamente a u e v; od equivalentemente,
senza perdita di generalit,
supporre
che f sia non negativa. Invece
possiamo
tn
t
la successione sinc
= sinc n a segni alterni (tranne che vicino
allorigine), perch la funzione sinc si annulla in {n Z, n 6= 0} e cambia di
segno da un intervallo [n 1, n] al successivo (tranne, appunto, per n = 0).
Spezzando la serie doppia in (13.2) nelle serie semplici con indici positivi e
negativi, troviamo quindi due serie a segni alterni. Per ciascuna di esse, per
ogni M > 0, il resto M-simo di questa serie si maggiora con il primo termine
non sommato, grazie al Teorema di Leibnitz sulle serie numeriche a segni
alterni (Sezione 1.1). Pertanto si ottiene:
M
X
t M
f (n ) sinc(2c t n) 6 2 f (M ) sinc
f (t)
.
n=M
1
|x|
X
t n
f (t) =
f (n ) sinc
= u vt
n=
Ma | sinc(x)| 6
dove u = {f (n )}nZ la successione dei valori campionati, e vt = t+n
nZ
la successione del ltro sinc. Per quanto appena osservato, basta sommare
936
13.4
Il teorema del campionamento per funzioni localmente integrabili a crescita limitata, o per distribuzioni
Supponiamo che il segnale f sia una funzione localmente integrabile a crescita polinomiale. Allora f S e quindi ha senso la sua trasformata di Fourier
fb S . Per dare alla nozione di campionamento della funzione f il signicato sico di media dei valori del segnale presentato in Sezione 11.1, possiamo
assumere inoltre che f sia continua. In ogni caso, questo segue dallultima
ipotesi necessaria, e cio che f sia a banda limitata: supp fb [c , c ] cio
sinc x
0.6366
-0.2122
0.1273
-0.0909
0.0707
-0.0579
0.0490
-0.0424
0.0374
|x|
9.5
10.5
11.5
12.5
13.5
14.5
15.5
16.5
17.5
sinc x
-0.3335
0.0303
-0.0277
0.0255
-0.0236
0.0220
-0.0205
0.0193
-0.0182
|x|
18.5
19.5
20.5
21.5
22.5
23.5
24.5
25.5
26.5
sinc x
0.0172
-0.0163
0.0155
-0.0148
0.0141
-0.0135
0.0130
-0.0125
0.0120
937
|x|
27.5
28.5
29.5
30.5
31.5
32.5
33.5
34.5
35.5
sinc x
-0.0116
0.0112
-0.0108
0.0104
-0.0101
0.0098
-0.0095
0.0092
-0.0090
Tabella 13.1: Tabella dei valori della sinc ai punti semi-interi, per la ricostruzione
interpolata ai punti medi della griglia di campionamento
E
fb, g = 0 per ogni g S con supp g O dove O un aperto disgiunto da
[c , c ]. Come visto nel Corollario 10.4.2, da questo segue che f C (R).
In particolare, fb continua a supporto compatto, e quindi in L1 (R), il che
fa s che la sua periodicizzazione converga in L1 (Lemma 10.2.2) e quindi
puntualmente quasi ovunque, e ci permette di ripetere la dimostrazione del
teorema del campionamento. Anzi di pi: possiamo anche assumere che fb
sia non una funzione L1 bens una distribuzione approssimabile con funzioni
L1 a supporto compatto che siano la trasformata di Fourier di funzioni f localmente integrabili a crescita polinomiale. Infatti se cos il procedimento
di ricostruzione ci restituisce questi approssimanti f , e quindi il teorema si
applica nel senso della approssimazione in S . Pi in particolare, se il segnale
la somma di una funzione f B 1 pi un ronzio, ossia un esponenziale
2
0 (t) := e2i0 t , la trasformata di Fourier di questo segnale la distribuzione fb+ 0 . Ora, se la delta viene approssimata (nel dominio della frequenza,
nel senso delle distribuzioni) con approssimanti di Schwartz h , ossia con
le distribuzioni F (f ) = h f , allora viene approssimato, nel dominio
approssimanti, f + h .
Si noti invece che non possiamo aggiungere a f una delta di Dirac, perch
938
se lo facessimo
P non avrebbe pi senso campionare il segnale: listogramma f K := nZ f (n) n (Notazione 13.1.3) ha senso solo quando f una
funzione.
Problema: Per tutti questi segnali f vale ancora il Teorema del Campionamento?
Ecco la risposta. Se il passo di campionamento minore del passo
critico c = 21 c , allora il Teorema vale: la dimostrazione si ripete parola per
parola.
Per, se = c = 21 c allora c una dicolt. Poich fb una distribuzione, fb
potrebbe contenere, come componente, una distribuzione impulsiva al punto
c : cio, ad esempio, fb potrebbe spezzarsi come la somma fb = q + c , dove
C e q una funzione localmente integrabile a crescita polinomiale con
supporto in (c , c ). Qual la conseguenza di queste componenti?
Questo dipende dalla parit di fb. Scriviamo f = u + iv con u = Re f e
v = Im f nel senso della Denizione 9.13 del Capitolo 2. Allora sappiamo
che u
b pari e b
v dispari (Corollario 8.2.6 (iii)).
Perci, se poniamo h = Re q, g = Im q, = Re , = Im , nel nostro
esempio si ha
u
b = h + c + c
vb = g + c c
1
2
valore 12 ai punti di salto. In ogni caso siamo liberi di fare questa scelta,
perch alla ne questo ltraggio serve solo come passo preliminare prima di
eettuare la trasformata inversa di Fourier, dove il valore nei singoli punti
c non inuenza il risutato dellintegrale di Fourier. Allora facciamo questa
939
( = c )
+
=
c
2 c
2 c
u
bh + c + c
0
|| 6 c
|| > c
e le componenti impulsive ai punti critici non si perdono e vengono ricostruite correttamente: esse vengono dimezzate dal ltro ma si raddoppiano
sommandosi.
Nota 13.4.1. Queste componenti impulsive corrispondono ad una componente
del segnale che non tende a zero per t , pari a (c + c ) =
cos(2c t). Si tratta di una componente monocromatica costante, cio
un ronzio. Di solito non si vogliono ricosturire i ronzii! Ma il teorema del
campionamento tratta questo ronzio come una componente del segnale, e la
ricostruisce.
940
h() + c () c ()
h( 2c ) + c ( 2c ) c ( 2c )
h() + h( 2c ) c () + c () c ()
3c ()
perch c ( 2c ) = c () e c ( 2c ) = 3c ().
Quindi la somma di due repliche di b
v traslate in maniera da essere a supporti consecutivi produce una cancellazione della componente impulsiva alla
frequenza di separazione dei corrispondenti supporti. La divisione per due
che il ltro produce ai punti c ora inessenziale: le componenti impulsive
ai bordi sono ormai nulle, e non vengono ricostruite. Quindi una parte del segnale si perde, e precisamente la componente (c + c ) = 2 sin(2c t).
Si perde cio la parte dispari della componente di ronzio alla frequenza di
taglio. (Si veda la Figura 13.10.)
941
Lenunciato del Teorema del Campionamento per questa classe di distribuzioni diventa quindi il seguente:
Teorema 13.4.2. (Teorema del campionamento per segnali a banda
limitata a crescita polinomiale (funzioni o distribuzioni). Sia f un
segnale di questo tipo, con supp fb [c , c ], ed indichiamo con c = 21 c la
frequenza di taglio (cio la frequenza massima, quindi la met della larghezza
di banda). Allora f ricostruibile esattamente mediante la convoluzione
X
t nc
f (t) =
f (nc ) sinc
c
n=
u(t) + u(t)
2
ud (t) =
u(t) u(t)
.
2
Ma
u(tn ) =
=
=
=
cos(2c tn )
cos(n )
(1)n cos()
(1)n cos .
942
per periodicit (il traslato del coseno di passo uguale al semiperiodo lopposto del coseno, perch cos( ) = cos()). Quindi u(tn ) = (1)n cos().
Daltra parte
u(tn ) =
=
=
=
=
=
Perci
up (tn ) =
cos(2c tn )
cos(n )
cos(2n n )
cos(n )
(1)n cos()
(1)n cos = u(tn ) .
per periodicit`a
u(tn ) + u(tn )
2u(tn )
=
= u(tn ) .
2
2
Invece
ud (tn ) =
0
u(tn ) u(tn )
= = 0.
2
2
13.5
Ritorniamo ora a considerare il caso del sottocampionamento, cio del campionamento con passo troppo lungo. Supponiamo che fb sia supportata in
[c , c ], ma scegliamo un passo di campionamento > 21 c . Allora il ltraggio del ltro passa-basso [ 1 , 1 ] non riesce a isolare una unica replica
2 2
b
della trasformata di Fourier f perch i traslati di passo 1 < 2c di fb hanno
supporti che si sovrappongono come nella Figura 13.5 (e nella parte alta della Figura 13.13 ). Perci lazione del ltro seleziona una replica del graco
di fb sommata alle code delle repliche adiacenti. Se ad esempio c = 1.2 e
1
= 0.5 > 12 1.2
il supporto di [ 1 , 1 ] lintervallo [1, 1] e lazione del ltro
2 2
illustrata in Figura 13.13.
13.5. ALIASING
943
f^
c
filtraggio con =
[- 21 , 21]
944
13.5. ALIASING
945
946
2
4
N 1
, t2 =
, . . . , tN = 2
,
N
N
N
si ha
fN +1 (tk ) = f1 (tk )
k = 0, 1, . . . , N 1.
In particolare,
la funzione sin((N + 1)t) coincide con la funzione sin t sui
punti tk = 2k
,
k = 0, 1, . . . , N 1 , e la funzione cos((N + 1)t)) coincide,
N
e
su questi punti, con cos t. Si osservi che il passo di campionamento = 2
N
la funzione fN +1 la trasformata di Fourier nel senso delle distribuzioni di N ,
Teorema 13.4.2.
Svolgimento. ovvio, perch ei(N +1)t = eit eiN t , e eiN tk = e2ik = 1 per
ogni k. Il resto dellesercizio si ottiene prendendo parte reale e parte immaginaria di questa identit. Osserviamo che il risultato si potrebbe ottenere, in
maniera equivalente, anche dalle formule di addizione del seno e del coseno.
Ad esempio:
sin((N + 1)tk ) = sin(Ntk ) cos tk + cos(Ntk ) sin tk ,
ma Ntk = 2k, quindi sin(Ntk ) = 0 e cos(Ntk ) = 1 per ogni k.
13.5.1
I precedenti esempi di aliasing riguardano segnali unidimensionali, ma laliasing si incontra pi di frequente per le immagini, che sono segnali bidimensionali, ossia con i dati campionati su un reticolo bidimensionale.
La trasformata di Fourier bidimensionale si denisce come
Z Z
b
f (s, r) =
f (x, y) e2i(sx+ry) dx dy
Z
2isx
f (x, y) e
dx e2iry dy ,
e quindi literazione di due trasformate di Fourier unidimensionali; analogamente per trasformate di Fourier multidimensionali. Ne segue che largomento appena presentato, e quindi il teorema del campionamento, continuano a valere per segnali a dimensione m > 1 campionati su una griglia
mdimensionale equispaziata: basta sostituire la convoluzione del Teorema
del Campionamento (Corollario 10.4.6) con una analoga serie multipla con
m indici. Questo utile per la ricostruzione di segnali bidimensionali come le
immagini, quando vogliamo aumentarne articialmente la risoluzione (ossia
inttirne i pixel).
13.6
13.6.1
Nella vita reale, il metodo di ricostruzione che abbiamo esposto nel teorema
del campionamento (Corollario ??) non si applica bene, perch le sue condizioni non sono mai soddisfatte nella pratica. Infatti, un segnale reale ha un
inizio ed una ne, quindi ha durata nita, e pertanto a supporto compatto:
ma, per il Teorema 8.6.1, non allora possibile che la sua trasformata di
Fourier sia anchessa a supporto compatto.
In linea di principio, questo problema non impedisce lapplicabilit del
teorema del campionamento. Infatti, se siamo interessati a campionare un
segnale f solo in un compatto K, possiamo comunque applicare il teorema
948
del campionamento purch f (di cui noi vediamo solo valori sul compatto K)
si estenda a tutto R ad una funzione nella classe a banda limitata Bc , che
denotiamo ancora con f : campioniamo f a passo = 2c1 solo nellintervallo
temporale K (per semplicit, in questa Sottosezione denotiamo la frequenza
di taglio con c invece che c ). Se immaginiamo di estendere i campioni
allesterno di K, ponendoli zero al di fuori, stiamo in realt campionando su
tutti gli interi una funzione diversa: la funzione f0 = f |K (meglio sarebbe
immaginare di campionare una funzione C che coincide con f0 sui multipli
di , visto che vogliamo allontanarci il meno possibile dalla classe di Paley
Wiener, che consiste di funzioni C , ma largomento rimane identico).
Allora, stiamo sostituendo la vera funzione f di PaleyWiener con il suo
troncamento f0 su K, la cui trasformata di Fourier g := fb0 non a supporto
compatto. In quale misura g approssima fb? La risposta dipende da quanto
grande K. Fissiamo una tolleranza > 0 e poniamo f = f0 + f , dove
ovviamente f = f |K . Supponiamo di aver scelto il compatto K cos
grande che la funzione f Bc L1 verichi kf k1 < . Allora kg fbk =
kfc
k 6 kf k1 < . Quindi la trasformata di Fourier che siamo in grado di
calcolare, ovvero la funzione g, approssima la trasformata di Fourier fb a meno
di per ogni valore della frequenza, e pertanto, a partire dai dati campionati
sullintervallo K, siamo in grado di calcolare una buona approssimazione
di fb (a meno di una tolleranza arbitraria pressata ), ed in particolare di
vericare a posteriori se ragionevole assumere che i dati disponibili siano
campioni di una funzione a banda limitata. Occorre per tener presente
che tutto questo dipende dalla condizione che K sia sucientemente grande
rispetto al segnale, nel senso che la sua coda f verica kf k1 < : poich
non sappiamo come sia fatta f fuori di K, questa ipotesi solo una speranza.
Questo un punto debole nel rigore del procedimento, e ci ritorneremo tra
poco.
Ma veniamo allaltro lato della questione: quale funzione viene ricostruita
se partiamo dai dati campionati {f0 (n )} ? Come visto nel teorema del
campionamento, viene ricostruita esattamente la funzione
X
X
t
t
f0 (n ) sinc
h(t) =
n =
f (n ) sinc
n .
n K
nZ
Se avessimo avuto i campioni di f su tutti i multipli diP , in base al teorema
del campionamentoPavremmo invece ricostruito
f (t) = n f0 (n ) sinc t n .
t
La discrepanza n K
/ f (n ) sinc n . Per stimare questa dierenza
se
K
abbastanza grande.
K 2
t
Poniamo ora s(t) = sinc n n= . Osserviamo che la successione
sinc2 (x n) si maggiora con 1/n2 in [n, n + 1] ed in [n 1, n] se |n| > 0
(e con 1 in [1, 1]), quindi appartiene a 2 per ogni x, con norma 2 limitata
rispetto a t (diciamo, da una costante positiva C). Allora lo stesso vale per s,
che si ottiene da questa successione tramite la dilatazione di passo . Quindi,
dalla disuguaglianza di Cauchy,
X
t
n = |hfK , s(t)i|
f (n ) sinc
n K
/
6 kfK k2
n K
/
| sinc
! 21
t
< C .
n |2
n
950
13.6.2
Una volta attuato il procedimento di ricostruzione, almeno nel senso approssimato illustrato alla ne della Sottosezione precedente, occorre domandarci
quanto esso sia stabile sotto piccole perturbazioni dei dati. Infatti i dati sono
catturati da apparecchiature di misura che sono aette da errore, spesso in
maniera casuale, e vogliamo essere sicuri che il procedimento ricostruisca un
segnale perturbato non troppo diverso dalloriginale. In particolare, vogliamo assicurarci che la discrepanza fra i valori del segnale ricostruito a partire
dai valori perturbati e di quello originale non diverga sotto perturbazione dei
dati, ma anzi tenda a zero in qualche senso appropriato se le perturbazioni
diventano piccole.
952
Per fortuna, questo vero e non occorre nessuna fatica per dimostrarlo. Infatti, supponiamo che ogni dato campionato f (n) sia aetto da un
errore a(n). Sappiamo che il segnale f Bc appartiene a L1 L , per
ipotesi (pi precisamente, nella ricostruzione approssimata con preltraggio,
spiegata nella precedente Sottosezione, non si assume f Bc , ma si assume comunque f L1 L , e tipicamente f L2 ). Abbiamo allora fatto
lipotesi ragionevole che la successione {f (n)} sia in 2 . anche ovvio assumere che la percentuale di errore sperimentale sia limitata da una costante
piccola , e quindi |a(n)| 6 |f (n)| per ogni n. Allora anche {a(n)} 2 ,
con k{a(n)}k2 6 k{f (n)}k2 , e quindi la stabilit segue direttamente dal
Corollario 13.6.1.
13.6.3
954
13.7
Abbiamo test osservato che la ricostruzione mediante il Teorema del Campionamento (Corollario 10.4.6) si applica in particolare a segnali bidimensionali, le immagini. Nel caso di immagini catturate da un sensore tipicamente i
punti di campionamento formano una griglia euclidea. Ma ci sono immagini
importanti per le applicazioni dove non cos: ad esempio, la griglia pu
essere distribuita in maniera radiale in certe immagini tomograche e nelle
immagini ecograche. Pertanto diventa importante studiare la ricostruzione
a partire da campioni non equidistribuiti. Un altro caso tipico di campioni
irregolari quello nel quale gli strumenti campionatori non possono essere
ssati rigidamente su una griglia, o quello, frequentissimo, nel quale qualche dato campionato non viene trasmesso e si perde. A causa della perdita
della periodicit, la ricostruzione a partire da campioni non uniformemente
distribuiti un problema al conne fra lanalisi numerica e lanalisi reale ma
non pi una applicazione dellanalisi di Fourier, e qui ci limitiamo a qualche
facile esempio (unidimensionale) ed a citare il risultato pi importante.
Esempio 13.7.1. Il primo esempio quello nel quale vengono combinate due
serie di campioni, ciascuna equispaziata dello stesso passo (diciamo 1, per
semplicit), ma sfasate nel tempo di una distanza . Ovviamente, suciente
limitare lattenzione a 0 < 6 1/2. Se = 1/2, allora le due serie si
combinano per formare ununica serie equispaziata di passo 1/2, e quindi in
grado di ricostruire senza perdite segnali la cui trasformata di Fourier ha
supporto di diametro 2, in base al Teorema del Campionamento (Corollario
10.4.6). Se invece 0 < < 1/2, i dati campionati permettono comunque di
ricostruire il segnale originale?
La risposta aermativa, pur di seguire un adeguato processo di ricostruzione
tramite medie, come ora illustriamo. Consideriamo un segnale f tale che fb =
0 al di fuori dellintervallo [1, 1] e due successioni di punti di campionamento
{n Z} e + n : n Z}. Stiamo quindi considerando listogramma dei
dati campionati fornito dalla distribuzione f (K + K) (qui, al solito,
loperatore di traslazione di passo ). Ciascuna delle due distribuzioni
f K e f K insuciente a ricostruire esattamente il segnale, a causa delle
sovrapposizioni illustrate, ad esempio per la prima delle due, nel graco di
fd
K in Figura 13.14 (la trasformata di Fourier fd
K la somma di tutte le
campane traslate).
Ora esaminiamo la trasformata di Fourier dellaltro istogramma, f K.
955
f^
-1
Figura 13.14: A sinistra il grafico di fb, con supporto di diametro 2; a destra le sue
repliche traslate, che formano gli addendi della trasformata di Fourier dellistogramma
fd
K ottenuto da una sola sequenza di dati a passo uniforme 1, che inadeguato
0
-1
Figura 13.15:
956
antitrasformata di Fourier, ma ora bisogna anche dividere per due per eliminare il raddoppio ddelle campane pari. Osserviamo che questo signica che fb
viene ricostruita a partire dalle due successioni di campioni e la trasformata
di Fourier dei loro istogrammi tramite una operazione di media.
Cosa sarebbe successo per 0 < < 1/2? La trasformata di Fourier del
primo istogramma f K la stessa di prima. Per la seconda, invece di segni
alterni abbiamo la moltiplicazione per una fase progressiva e2in . Il lettore non abituato alla moltiplicazione di numeri complessi pu restringere
lattenzione alla parte reale cos(in) ed alla parte immaginaria sin(in).
Si tratta di numeri oscillanti intorno a zero in maniera periodica, e le campane costituite dalla repliche traslate di fb vengono moltiplicate per un peso
oscillante (come illustrato nella Figura 13.16, nella quale, come sempre, limitiamo lattenzione alla parte reale). Se concentriamo lattenzione al segmento [1, 1] (quello del ltraggio), entrambi i contributi, quello derivante
dalla successione di dati originali e quello dalla successione traslata f\
K
b
sono sovrapposizioni di due repliche traslate di f , il primo con pesi uguali
( la somma delle due repliche traslate) ed il secondo con pesi 1 e e2i . In
altre parole, ltrando ed antitrasformando il primo istogramma otteniamo il
valore a() := fb() + fb( + 1), mentre dal secondo istogramma otteniamo
b() := fb() + e2i fb( + 1). Osserviamo che la matrice
1 1
M :=
1 e2i
ha determinante e2i 1 6= 0, e quindi invertibile, e pertanto ricaviamo
!
b
a()
f ()
1
.
=M
b()
fb( + 1)
957
f^
-1
Figura 13.16: Le repliche traslate di fb, pesate con un peso oscillante, che formano f\
K
Ricapitolando, in questi esempi abbiamo considerato un segnale con banda di frequenza di diametro 2, che quindi richiede, per la ricostruzione, una
successione uniforme di campioni di passo 1/2. Invece, abbiamo usato punti
di campionamento costituiti da due sequenze equidistribuite di passo 1, ciascuna delle quali quindi inadeguata per la ricostruzione, ed abbiamo visto
che, prese insieme, diventano adeguate. Quindi in questi casi, per ladeguatezza del processo di ricostruzione, basta che la distribuzione dei campioni
sia in media di passo 1/2.
(parte (i) del Corollario ??). In base alla parte (ii) dello stesso Corollario,
P
1 c
n
K 1 = K = 1
, e quindi la trasformata di Fourier dellistogramma
la distribuzione
fb K + fb K =
1
n fb + n fb.
n=
Queste due distribuzioni, come ormai abbiamo visto pi volte, sono due
serie di repliche di traslati di fb. La seconda seria ha altezza diversa, perch
stata riscalata con il fattore 1 . Poich conosciamo lintera successione dei
dati campionati, possiamo scindere le due sottosuccessioni, e quindi separare
i due treni di repliche. Per semplicit, riscaliamo il secondo moltiplicandolo
per , in maniera che le repliche del secondo treno abbiqano la stessa altezza
958
1 di quelle del primo. Consideriamo dapprima il caso 1/2 < < 1, e poniamo
1
= 1 + con 0 < < 1. La prima delle due successioni di traslati di fb ha
959
f^
passo 1
-1
1 1
-1
passo 1+
1+2
960
j=
|f (xj )|p
! p1
961
962
Parte IV
Trasformata di Fourier discreta,
trasformata discreta dei coseni,
trasformata rapida di Fourier,
deconvoluzione
963
Capitolo 14
La trasformata di Fourier discreta
(DFT)
14.1
Nel teorema di campionamento abbiamo discretizzato un segnale (a banda limitata) prendendone campioni equispaziati, ed abbiamo dimostrato che lo si
pu ricostruire utilizzando opportunamente la trasformata di Fourier. A questo scopo abbiamo applicato la trasformata di Fourier a segnali discreti, cio
a distribuzioni impulsive equispaziate. Per nellelaborare il corrispondente
procedimento numerico (Sezione 13.4) ci siamo accorti che le operazione aritmetiche da eettuare non hanno mai a che fare con il calcolo di trasformate
di Fourier: non si abbandona mai, in realt, il dominio di partenza. Non si
passa al dominio della frequenza, e ci si limita a calcolare operazioni aritmetiche discrete: convoluzioni fra le successioni dei campioni ed opportuni
pesi di interpolazione (valori della funzione sinc). Sarebbe auspicabile trovare una formulazione della trasformata di Fourier che si applichi direttamente
ad una successione, invece che ad una funzione di una variabile reale, ed il
cui risultato consista ancora di una successione, alla quale applicare le procedure di ltraggio e di ricostruzione sotto forma di operazioni lineari (cio
di operazioni matriciali, facili da codicare su un computer).
Questo possibile, ma impone una restrizione.
965
966
14.2
Procediamo in maniera simile alla spiegazione euristica dellintegrale di Fourier e della formula di inversione, fornita in Sezione 8.1 sulla base di un
procedimento di discretizzazione a partire dalle serie di Fourier.
Invece che una successione periodica, dapprima consideriamo una funzione periodica f , di periodo T > 0, e sviluppabile in serie di Fourier: diciamo,
ad esempio, f C 1 , cos la serie di Fourier converge uniformemente a f per
il Teorema di Dirichlet (in particolare il suo Corollario 5.12.4). Allora
f (t) =
cn e2int/T
n=
dove
1
cn =
T
f (t)e2int/T dt ,
(14.1)
967
come nella Nota 5.2.1, in particolare nelle identit (5.6) e (5.7). Ora, per discretizzare la trasformata di Fourier, cominciamo col discretizzare lintegrale
che denisce il coeciente di Fourier cn .
T
Ripartiamo lintervallo [0, T ] in N parti della stessa lunghezza = N
, ed
approssimiamo in ciascuna di queste parti i valori di f con il valore iniziale
f (n ), per n = 0, . . . , N 1.
Allora cn si approssima con
!
N 1
N 1
T
1 X
1 X
f (k )e2ink /T
f (k )e2ink/N
n =
=
T
N
N
k=0
k=0
T
. Si osservi che la successione {n } periodica di periodo N,
poich = N
perch, per ogni k,
N
1
X
n=0
n e2ink /T =
N
1
X
n e2ink/N .
n=0
N 1
Scriviamo xk = f (k ), k = 0, . . . , N 1, e {yk }k=0,...,N 1 = DFT {xk }k=0
.
Riassumendo:
(DFT)
968
N 1
e per ogni {yn }n=0
poniamo
xk =
N
1
X
yn e2ink/N .
(IDFT)
n=0
Vedremo nel prossimo Teorema 14.2.4 che eettivamente la IDFT la trasformazione inversa della DFT.
Nota 14.2.3. In molti libri la DFT viene normalizzata diversamente, nel modo
seguente:
N
1
X
yn =
xk e2ink/N
(DFT)
k=0
(IDFT)
Nel Capitolo 15, per motivi di convenienza, adotteremo anche noi questa
rinormalizzazione, e quindi cambieremo la Denizione 14.2.2.
N
1
X
yn e2ink/N
n=0
dove
N 1
1 X
xk e2ink/N
yn =
N k=0
969
uk
N 1 N 1
1 XX
=
xm e2ink/N e2inm/N
N n=0 m=0
N
1
N 1
X
1 X
=
e2in(km)/N
xm
N m=0
n=0
Ora abbiamo bisogno di una propriet di somma delle radici dellunit, simile
al Lemma 12.5.1 (di fatto la propriet che ci interessa un caso particolare
di quel Lemma, ma per semplicit la ridimostriamo direttamente).
Lemma 14.2.5. Siano 0 6 k, m 6 N interi. Allora
N 1
1 X 2in(km)/N
e
= km
N n=0
0 se k 6= m
1 se k = m
Se k, m sono interi arbitrari (non necessariamente fra 0 e N), lo stesso
enunciato vale se si pone
0 se k 6= m mod N
km =
1 se k = m mod N
dove
km =
2i
N
1
X
n=0
km n
N
1
X
(1) =
n=0
N
1
X
n=0
1=N.
970
N
1
X
xm km = xk .
m=0
971
1
1
1 ...
1
1
w w 2 . . . w N 1
1
...
D = N 1 w2 w4 . . .
1 w3 w6 . . .
...
... ... ... ...
...
N
1
X
w nk yn
n=0
1
1
1 ...
1
1 w 1 w 2 . . . w N +1
2
4
...
La matrice della IDFT quindi U =
1 w 3 w 6 . . .
1 w
w
...
...
... ... ... ...
...
Pertanto questa deve essere linversa della precedente. Il Lemma 14.2.5 dimostra precisamente questo fatto, DU = I, con un calcolo diretto. In eetti
la formula nel suo enunciato esattamente lespressione dellelemento di ordine (k, m) di DU calcolato svolgendo il prodotto righe per colonne.
kb
xk
N 1
1 X
1
= sup |xbk | 6
|xk | = kxk1 [0,N 1] ;
N k=0
N
k
972
(ii)
|b
xk | 6
PN 1
k=0
|xk |, ossia
kb
xk1 [0,N 1] =
14.3
N
1
X
k=0
|b
xk | 6
N
1
X
k=0
Questa Sezione serve a dare una veste pi algebrico-geometrica alla trasformata di Fourier di successioni periodiche di periodo N, e non necessaria per
il seguito. Le successioni periodiche di periodo N si possono pensare come
funzioni periodiche denite sugli interi. Gli interi, Z, formano un gruppo
rispetto alloperazione di somma: la somma associativa, esiste un elemento
neutro che sommato a qualunque m intero restituisce m (questo elemento
lintero 0), ed inne, per ogni m Z esiste un elemento inverso (che in questo caso si chiama opposto), il quale sommato con m, restituisce 0 ( lintero
m). Inoltre la somma commutativa (Z si chiama un gruppo commutativo).
Per le successioni periodiche di periodo N si possono anche pensare come
funzioni su un insieme di N elementi. C un particolare insieme di questo
tipo che d una bella interpretazione geometrica della periodicit. Si tratta
del gruppo ciclico ZN di N elementi, o se si preferisce del gruppo delle radici
di ordine N dellunit nel piano complesso.
Se w = e2i/N , questo gruppo il sottoinsieme di C dato da
1, w, w 2, . . . , w N 1 .
14.3.
TRASFORMATA DI FOURIER SU ZN
973
in rapporto alle rispettive operazioni di gruppo: si dice che un omomorfismo di Z su ZN (esso cos basilare che si chiama lomomorfismo canonico
di Z su ZN ).
Il concetto di omomorsmo di un gruppo qualsiasi su T ci richiama alla
memoria il fatto che abbiamo gi visto allopera una famiglia estremamente
interessante di tali omomorsmi. Infatti si ha:
Proposizione 14.3.1. Gli omomorfismi continui di R si T sono tutti e soli
gli esponenziali
: x 7 e2ix
( R) .
Qui non dimostriamo che tutti gli omomorsmi siano di questo tipo, ma
osserviamo che questi sono omomorsmi (continui) perch, come gi visto,
per ogni x, y R,
(x + y) = e2i(x+y) = e2ix e2iy = (x) (y),
quindi moltiplicativo. Che sia continuo ovvio, perch lo la
funzione esponenziale.
La famiglia { : R} una famiglia di omomorsmi di grande importanza in Analisi Armonica: essa forma un sistema ortonormale completo
in L2 , e i prodotti scalari
Z
Z
(f, ) =
f (t) (t) dt =
f (t)e2it dt = fb()
974
14.3.
TRASFORMATA DI FOURIER SU ZN
975
976
N 1
1 X
xk n (w k )
N
1
N
k=0
N
1
X
xk e2ink/N .
k=0
14.4
Senza normalizzare lintegrale (in vari libri questo integrale viene normalizzato dividendo per 2). Ora, invece:
Definizione 14.4.1. (Convoluzione di successioni periodiche.) Se
{xn }
n= e {yn }n= sono successioni periodiche di periodo N, poniamo
N 1
1 X
(x y)n =
xnk yk .
N k=0
977
Nota 14.4.3. (Convoluzione sul gruppo ciclico ZN ) In Sezione 14.2 abbiamo considerato un altro modo di visualizzare le successioni periodiche di
periodo N, come funzioni (cio successioni) sul gruppo ciclico ZN = {1 =
w 0 , w, w 2, . . . , w N 1 } dove w = e2i/N . Scrivendo = 2i
possiamo identiN
care ZN con la successione di angoli {0, , 2, . . . , (N 1)}, dove, naturalmente, N = 2 = 0 mod 2. Allora le successioni x su ZN sono funzioni del
parametro discreto n, ed identicando gli angoli modulo 2 otteniamo
N 1
1 X
x(n k)y(k).
x y(n) =
N k=0
978
zn =
N 1
1 X
xnj yj = (x y)n
N j=0
979
allora
(DFT(z))n =
N 1
1 X
zk w kn
N k=0
1
N
N
1
X
k=0
xk w kn
1
N
N
1
X
yk w kn
k=0
dove w = e2i/N .
Come anticipato, questo segue dalla moltiplicativit degli esponenziali:
k
w = w km w m per ogni k, m. Infatti:
!
N 1
N
1
N
1
X
X
1 X
1
1
zk w kn =
xkm ym w kn
N k=0
N k=0 N m=0
N 1
N 1
1 X 1 X
xkm w (km)n ym w mn
N k=0 N m=0
!
!
N
1
N
1
X
X
1
1
=
ym w mn
xj w jn
N m=0
N j=0
Esercizio 14.4.7.
PN 1 Se non si normalizzasse la convoluzione, ossia se si ponesse
(xy)n =
j=0 xnj yj = (x y)n , allora per ottenere la stessa propriet
dy = x
di moltiplicativit,
byb, occorrerebbe non normalizzare la DFT, ossia
PN 1xnk
denire x
bn = k=0 w xk .
(n = 0, . . . , N 1).
980
N 1
1 X
xnj yj
N j=0
N 1
1 X
=
xjn yj
N j=0
N 1
1 X
=
xN jn yN +j
N j=0
N 1
1 X
xjn yj
=
N j=0
(sostituendo j N j)
(per la periodicit)
= (x y)n = (x y)n .
Il prossimo risultato estende alla DFT la propriet di parit della trasformata di Fourier (Teorema 8.2.4 (ii)).
Lemma 14.4.10. Per ogni successione finita x CN (ovvero periodica di
periodo N),
x
b = xb .
Dimostrazione. Poich w N = 1, per ogni n = 0, . . . , N 1 si ha
x
bn
=x
bN n
N 1
1 X
=
xj w (N n)j
N j=0
N 1
1 X
=
xj w nj
N j=0
N 1
1 X
=
xN j w n(N j) = (xb )n .
N j=0
981
N 1
N 1
1 X
1X
xk w kn =
xk w nk
N
N
k=0
k=0
= (b
x)n = (b
x)n .
Il prossimo risultato lanalogo per la DFT della propriet della trasformata di Fourier iterata (Teorema 8.2.4 (iii)).
Teorema 14.4.12. Per ogni successione finita x CN ,
In altre parole, x
b=
1
(x )
N
1
b
x
b = x .
N
1
(x ) ,
N
e quindi
x = N xb = N x
b .
Quindi
N 1
N 1
1 X 1 X
1
xk w kmw nm = (b
x
b)n .
xn =
N
N m=0 N k=0
982
[
y
x
cy = x[
1
(
x y)
(Teorema 14.4.12)
=
N
1
=
(
x) (
y ) (Lemma 14.4.9)
N
= Nx
b yb
(Teorema 14.4.12 applicato due volte).
1
xy
N
1
x
N
(abbiamo gi usato questo fatto nella dimostrazione del Corollario 14.4.13 (ii)).
Da questo fatto e dalla propriet di convoluzione (Teorema 14.4.6) si ha
(x y) = N([
x y) = N(b
xyb) = N x
b yb =
1
xy .
N
14.5
983
xnk yk .
k=
In questa espressione per la convoluzione su 1 non ci sono fattori di normalizzazione N1 (non possono esserci: qui N = ). Per ottenere la desiderata conformit con il caso di successioni innite occorre quindi cambiare la
denizione di convoluzione su ZN :
Definizione 14.5.1. (Convoluzione ciclica non normalizzata.) Se x, y
CN (successioni nite di N elementi, ovvero periodiche di periodo N), la loro
convoluzione ciclica non normalizzata :
(xy)n =
N
1
X
xnk yk .
k=0
984
sarebbe risultato
f[
g(n) = fb(n)b
g (n)
f[
g(n) = 2 fb(n)b
g (n)
985
(iii) (x y) =
1
N
xy
1
N
xy.
14.6
986
Esercizio 14.6.2. bk = N1 1, w k , w 2k , . . . , w (N 1)k .
Svolgimento. Per ogni n = 0, . . . , N 1, (bk )n =
1
N
PN 1
j=0
kj w jn =
1 kn
w .
N
Proposizione 14.6.3. (La traslazione come convoluzione con la delta.) Sia k loperatore di traslazione ciclica sullo spazio CN delle successioni
di N elementi (ovvero di periodo N):
(k x)n = xnk
(qui n k inteso modulo N). Allora, nella notazione del Lemma 14.2.5,
k x = Nk x = x.
Dimostrazione. Per ogni n = 0, . . . , N 1 si ha:
(k x)n =
N 1
1 X
(k )nj xj
N j=0
N 1
1 X
k,nj xj
=
N j=0
N 1
1 X
=
j,nk xj
N j=0
1
xnk
N
1
(k x)n
=
N
bn .
k xn = w x
987
Esercizio 14.6.5. Ridimostrare il Corollario 14.6.4 calcolando la DFT di entrambi i lati e mostrando che sono uguali.
(ii) x0 =
1
N
PN 1
n=0
PN 1
Svolgimento.
n=0
xn
x
bn .
|b
xk | = N
N
1
X
k=0
|xk |2 .
988
Dimostrazione.
N
1
X
k=0
|xk | =
N
1
X
k=0
xk xk
= N(x x )0
=N
=N
=N
=N
=N
=
N
1
X
k=0
N
1
X
k=0
N
1
X
k=0
N
1
X
k=0
N
1
X
k=0
N
1
X
k=0
(x x )kb
x
bk xb k
xk
x
bk b
x
bk x
bk
(Definizione 14.4.1)
(Esercizio 14.6.6)
(Teorema 14.4.6)
(Lemma 14.4.10)
(Lemma 14.4.11)
x
bk x
bk
|b
xk |2 .
14.7
Definizione 14.7.1. Si dice che la successione nita x CN (ovvero periodica di periodo N) pari se x = x, dispari se x = x.
Esempio 14.7.2. Considerando le successioni x CN come funzioni su ZN
(come in Sezione 14.3), si ottiene che x pari se i suoi valori sono invarianti
per la riessione dei punti di ZN (considerati come punti sul cerchio complesso
di raggio 1) rispetto allasse orizzontale, e dispari se sotto questa riessione
i valori cambiano di segno.
Da qui segue che, per x dispari, allora x0 = 0, e se N pari anche x N = 0.
2
989
Esercizio 14.7.3. N = 6
Esercizio 14.7.4. N = 5
990
Dimostrazione. La parte (i) segue direttamente dal Lemma 14.4.11, che, per
una successione x a valori reali, asserisce che x
b = (b
x) . Di conseguenza, visto
ed analogamente (Im x
b) = Im x
b.
Viceversa, se Re x
b pari e Im x
b dispari, allora
b.
(b
x) = (Re x
b + i Im x
b) = (Re x
b) + i(Im x
b) = Re x
b i Im x
b=x
(14.2)
Quindi x
b = (b
x) . Daltra parte, per il Lemma 14.4.11, (b
x) = b
x. Da queste
b
due identit segue che x
b = x, e quindi, per linvertibilit della DFT (Teorema
14.2.4), x reale.
La dimostrazione di (ii) analoga.
991
14.8
992
N
1
X
xi i ,
i=1
e quindi
N
1
X
1
1
xi 2i .
F =
2 2
i=1
(14.3)
Ma nel nostro caso, pensata come successione, x CN diventa una successione periodica di periodo N. Quindi 21 1 F periodica di periodo 2N (i
2
suoi elementi sono {x0 , 0, x1 , 0, . . . , xN 1 , 0} C2N e poi ripetuti per perio[
1 F anche essa periodica di periodo 2N. Daltra parte, lidentit
dicit) e
2
b determinata da soli N valori (perch Fb
[
1 F = 2 F
(14.3) rivela che 1
2
una successione periodica di impulsi, di periodo N). Quindi 2 Fb, al variare dellindice da 0 a 2N 1 deve ripetere due volte i suoi valori, con due
repliche consecutive, la prima sui primi N indici e la seconda sui successivi
N indici. Si noti che, considerata come distribuzione, 2 Fb una successione periodica di impulsi centrati non pi agli istanti interi, ma ai semi-interi
1
Z = {0, 21 , 1, 32 , . . . }. Nondimeno, se la si considera nellambito degli
2
indici puramente discreti della DFT, quello che conta non dove sono centrati questi impulsi, ma quanti sono i dati che bastano per determinare la
successione periodica, quindi quanto il periodo. In questo modo abbiamo
dimostrato un risultato sulla DFT con lapproccio indiretto di passare attraverso la trasformata di Fourier di distribuzioni (si vedano la Nota 13.1.6 e
Sezione 14.1). Ora enunciamo il risultato e lo dimostriamo in maniera intrinseca. Per maggior generalit, invece della dilatazione di passo 2, consideriamo
la dilatazione per un qualsiasi passo K intero positivo.
993
1
1\
1 x)n = (DFTKN ( 1 x))n
K K
K K
1
x
b
K n
x
b
K nN
1
=
x
b
K n2N
...
1
x
b
K n(K1)N
per
per
per
per
n = 0, . . . , N 1
n = N, . . . , 2N 1
n = 2N, . . . , 3N 1
n = (K 1)N, . . . , KN 1
In altre parole
1
1
1 x)=
x
bn mod N
n
K
K
K
per n = 0, . . . , KN 1, od anche
(DFTKN (
1
1
1 x))n =
DFTN (x)n mod N .
K K
K
1
1
1 x))n =
DFTN (x)n
K K
K
(n Z).
0
xm
se j 6= mK
se j = mK, m = 0, . . . , N 1
994
(14.4)
N 1
1 X
=
xm w mKn
KN m=0
N 1
1 1 X
xm (w K )mn
=
K N m=0
1
(DFTN (x))n ,
K
N 1
1 X
xm (w K )mn0
N m=0
1
1
1 x))n = (DFTN (x))n0 .
K K
K
14.9
14.9. RDFT
995
1
DFT(x)k = x
bk =
N
2
X
xn w nk .
]+1
n=[ N
2
Nota 14.9.2. Supponiamo che x CN sia a valori reali. Allora, dalla Proposizione 14.4.11, sappiamo che x
b=x
b . Perci x
b0 R, e se N2 intero (cio
se N pari) anche x
b N R (nel seguito ci baster il caso N pari, ma non
2
abbiamo bisogno di restringere lattenzione a questo caso particolare). Osserviamo quindi che, se x una successione di N numeri reali e N pari, x
b
N
determinata dagli 2 1 numeri complessi {b
x1 , . . . , x
b N 1 } pi i due numeri
2
bm = x
bm ); invece, se N dispari, x
b determinata
reali x0 e x N (perch x
2
da N 21 (ossia [ N2 ]) numeri complessi {b
x1 , . . . , x
b N1 } e dal numero reale x0 .
2
Poich un numero complesso consiste di una coppia di numeri reali, in entrambi i casi x
b determinata da N numeri reali, tanti quanti i dati (cio la
successione x).
Nota 14.9.3. (DFT reale.) Dalla espressione della DFT data nella Nota
14.9.1 e dalle considerazioni sulla simmetria della Nota 14.9.2 segue che, se
x CN a valori reali, allora x
b determinata dai suoi valori x
bk , k = 0, . . . , N2 ,
dati da
N
1
x
bk =
N
2
X
+1
n= N
2
2nk
2nk
cos
xn
i sin
N
N
(RDFT).
996
In altre parole,
Re x
bk
Im x
bk
1
=
N
2
X
xn cos
2nk
,
N
xn sin
2nk
.
N
n= N
+1
2
N
1
=
N
2
X
+1
n= N
2
14.10. DCT
997
Dimostrazione.
N
2
X
xn =
n= N
2
+1
N
2
x
bk w kn
1
X
(b
xk w kn + x
bk w kn ) + x
b N cos(k)
= x
b0 +
2
k=1
= x
b0 + 2
1
2
X
k=1
Re(b
xk w kn ) + x
b N cos(k)
2
bk )
(dal momento che x
bk = x
1
2
X
2kn
2kn
= x
b0 + 2
+x
b N cos(k) .
Re(b
xk ) cos
Im(b
xk ) sin
2
N
N
k=1
N
14.10
Dal Corollario 14.7.8 (i) sappiamo che la DFT di una successione reale e pari
reale e pari. Per comodit di notazione, consideriamo la DFT a 2N punti
di una successione reale pari x R2N . Poich x reale, sappiamo dalla Nota
14.9.3 che x
b determinata dagli N valori x
bk , k = 0, . . . , N 1: gli altri si
ottengono dalla simmetria di parit, x
bk = x
bk . Ma poich x anche pari, la
formula della RDFT presentata nella Nota 14.9.3 ora diventa:
Nota 14.10.1. (RDFT di successioni pari.) Se x R2N pari e w =
w2N = e2i/2N = ei/N , allora x
b determinato dagli N + 1 valori reali xk
998
(k = 0, . . . , N) dati da
x
bk =
1
2N
N
X
xn w nk
n=N +1
#
"
N
1
X
1
=
x0 +
(xn w nk + xn w nk ) + xN w N k
2N
n=1
"
#
N
1
1 x0 X w nk + w nk xN
=
+
xn
+
(1)k
N 2
2
2
n=1
"
#
N
1
nk xN
1 x0 X
+
xn cos
+
cos(k) .
=
N 2
N
2
n=1
In paragone alla formula di inversione per la DFT, la DCT ha una propriet ancora pi simmetrica: a parte un fattore di normalizzazione, uguale
alla sua trasformata inversa, come mostra il risultato seguente:
N
1
X
n=1
x
bk cos
nk
+x
bN cos(k) = 2N b
x
bn = 2N DCT(b
x)n .
N
Nota 14.10.5. (DCT di successioni reali dispari: Discrete Sine Transform.) Se si parte da un x R2N dispari invece che pari, si ottengono
risultati analoghi con seni al posto dei coseni. In questo caso, per disparit,
si ha x0 = 0 = xN , e si trova
x
bk
N 1
nk
1 X
xn sin
=
N n=1
N
xn = 2
N
1
X
n=1
x
bn sin
(k = 0, . . . , N)
nk
= 2N b
x
bn
N
(DST),
(n = 1, . . . , N 1)
(IDST).
14.11
1000
introdotto nella Definizione 10.2.1 per funzioni di variabile reale anzich per
successioni:
X
fn+jN .
PN {fn } =
j=
Nelle ipotesi fatte sulla funzione f , questa serie converge: supponiamo per
semplicit una condizione leggermente pi forte, ossia che i dati {fn } siano
una successione in 1 .
Allora la formula di somma di Poisson diventa:
N{DF TN PN {fn }}k = PN {fbn }k .
In altre parole, il seguente diagramma commutativo:
{fn }
PN y
{fbn }
P
y N
X
DFT(f )k =
fb(k + mN)
m=
X
fn e2ixn = P 1 fb() .
(14.5)
k=
Riscriviamo il primo membro di questa identit in termini di DFT e periodicizzazione di passo N e calcoliamolo alla frequenza k = k/N . Poich
xn = n si ottiene
fn e2ixn k =
n=
2
X
j= n= N +1
2
N
2
n= N
+1
2
== N DF TN {PN {fm } }k ,
14.12. ESERCIZI
1001
14.12
Esercizio 14.12.1. Sia x = {0, 2i, 0, 2i} una successione estesa per periodicit a tutti gli interi. Quale delle seguenti pu essere la sua trasformata di
Fourier?
1. x
b = 0, 4i , 0, 4i
2. x
b = {0, 1, 0, 1}
3. x
b = {0, 2i, 0, 2i}
4. x
b = {0, 1, 0, 1}
Esercizio 14.12.2. Sia x = {x0 , . . . , xN 1 } una successione estesa per periodicit a tutti gli interi. Se (m x)(n) = x(n m), come si esprime d
m x(k) in
termini di x
b(k)?
Esercizio 14.12.3. Sia x = {x0 , . . . , xN 1 } una successione estesa per periodicit a tutti gli interi. Se
N
1
X
xn = 0
n=0
1002
1.
{0, 1, 2, 3, . . . , N 1}
2.
{1, 2, 3, . . . , N 1}
3.
{1, 2, 3, . . . , N 1}
4.
{1, 0, 0, . . . , N 1}
Esercizio 14.12.4. Sia x = {x0 , . . . , xN 1 } una successione estesa per periodicit a tutti gli interi. Quali delle seguenti aermazioni sono vere?
1.
2.
2imk
Se (m x)(n) = x(n m) allora d
x
b(k)
m x(k) = e N
3.
4.
5.
Esercizio 14.12.5. Siano x = {1, 1, 0, 2} e y = {1, 2, 2, 1} estese per periodicit a tutti gli interi. Allora
1. x[
y(1) = 4i
2. x[
y(1) = 14 (2 i)(1 + i)
3. x[
y(1) = 41 (1 + 3i)(1 + i)
4. x[
y(1) = 14
5.
14.12. ESERCIZI
1003
1. x[
y(1) = 4i (2 + i)
2. x[
y(1) = 41 (2 + i)(1 + i)
3. x[
y(1) =
i
4
4. x[
y(1) =
1
4
5.
Esercizio 14.12.7. Sia x = {x0 , . . . , xN 1 } una successione estesa per periodicit a tutti gli interi. Sia y = {y0 , . . . , yN 1} con yn = xn xn1 per
n = 1, . . . , N 1 e y0 = x0 . Esprimere yb(k) in termini di x
b(k)
{1, 2, 3, 4, 5, 6}
2.
{1, 2, 3, 3, 2, 1}
3.
{0, 1, 0, 0, 0, 1}
4.
{0, 2, 3, 0, 3, 2}
1004
2.
Se x pari allora x0 = 0
3.
4.
2. x
b(0) =
2
5
3. x
b(0) = 0
4. x
b(0) = 25 i
14.12. ESERCIZI
1005
2. x[
y(1) = 14 (2 + 3i)(3 + i)
3. x[
y(1) =
i
4
4. x[
y(1) = 0
5. nessuna delle precedenti
3
4
2. x[
y(1) = 0
3. x[
y(1) = 43 i(3 i)
4. x[
y(1) = 43 i
5. nessuna delle precedenti
1006
1. x
b(0) =
3+3i
5
2. x
b(0) =
i
5
4. x
b(0) =
2
5
3. x
b(0) = 0
5. nessuna delle precedenti
{0, 1, 2, 3, 2, 1}
2.
{1, 1, 1, 1, 1, 1}
3.
{0, 1, 2, 3, 4, 5}
4.
{1, 2, 1, 0, 1, 1}
Se x dispari allora x0 = 0
2.
3.
b
x
b(k) =
1
x(k)
N
14.12. ESERCIZI
4.
1007
Se x
b(k) la trasformata di Fourier di x(n) allora
x(n) =
N
1
X
k=0
x
b(k)e2ink
2.
3.
4.
N 1
1 X
2nk
x(n) cos
N n=0
N
i
5
4. x
b(0) =
3i
5
3. x
b(0) =
2+i
5
1008
Esercizio 14.12.22.
Consideriamo successioni di 6 elementi {x0 , . . . , x5 } estese per periodicit a
tutti gli interi. Quali delle seguenti successioni sono dispari (eventualmente
pi di una oppure nessuna)?
1.
{0, 2, 1, 0, 1, 2}
2.
{1, 2, 3, 4, 5, 6}
3.
{0, 1, 1, 0, 1, 1}
4.
{1, 2, 3, 0, 3, 2}
Esercizio 14.12.23. Sia x = {1, 2 + i, 0, 2 + i} una successione estesa per periodicit a tutti gli interi. Quale delle seguenti pu essere la sua trasformata
di Fourier?
1. x
b = 41 {i, i, 3i, i}
14.12. ESERCIZI
1009
2. x
b = 14 {5i, i, 3i, i}
3. x
b = 14 {5i, 2, 3i, 2}
4. x
b = 41 {5i, i, 3i, i}
Esercizio 14.12.24. Sia x = {0, 2i, 0, 2i} una successione estesa per periodicit a tutti gli interi. Quale delle seguenti pu essere la sua trasformata di
Fourier?
1.
{0, i, 0, i}
2.
{0, 1, 0, 1}
3.
{1, 0, 0, 1}
4.
{0, 1, 0, 1}
Esercizio 14.12.25. Sia x = {0, 2i, 0, 2i} una successione estesa per periodicit a tutti gli interi. Quale delle seguenti pu essere la sua trasformata di
Fourier?
1. x = 0, 4i , 0, 4i
2. x = {0, 1, 0, 1}
1010
1.
2.
2imk
x
b(k)
Se (m x)(n) = x(n m) allora d
m x(k) = e N
3.
4.
5.
Se x dispari allora x0 = 0
b(k) = x
Se x reale allora x
b(k)
1
88
3. =
1
44
4. =
1
22
14.12. ESERCIZI
1011
m di raggio N/K centrato alla frequenza N/2 (la frequenza centrale). Si usi
la convoluzione normalizzata.
Suggerimento: Moltiplicare la DFT del segnale per un ltro equivale a convolvere il segnale per la DFT inversa del ltro. Ora, se il moltiplicatore fosse
una funzione caratteristica centrata alla frequenza 0, allora lantitrasformata
sarebbe una funzione sinc, del tipo sinAxAx . Invece una funzione triangolare,
che la convoluzione di una funzione caratteristica di ampiezza met per se
2 Ax
stessa: quindi lantitrasformata il quadrato puntuale, ossia del tipo sin
.
(Ax)2
Ora lasciamo al lettore, con un po di pazienza, trovare le unit di scala:
lampiezza A e la costante di normalizzazione. Un indizio: la successione ha
N
punti, quindi il
lunghezza N = 1024 punti, e lampiezza del triangolo 2 K
2
sin 2k/N
convolutore dovrebbe essere del tipo (2k/N )2 . Il valore massimo di questa
funzione 1: esso deve essere normalizzato anch diventi uguale allintegrale del moltiplicatore diviso per N (si vedano il Corollario 14.2.8 (i) ed il
precedente Esercizio 14.12.28). Il moltiplicatore la convoluzione di una funzione caratteristica di ampiezza N/K per s stessa, quindi (subesercizio!) il
suo integrale uguale allintegrale della funzione caratteristica, ovvero N/K.
Pertanto dobbiamo moltiplicare per N/K il convolutore, ma dovevamo gi
dividerlo per N: quindi dobbiamo, in totale, normalizzarlo dividendo per
K. Inne, poich il ltro centrato a met periodo, esso stato traslato di
un semiperiodo: pertanto (si veda il precedente Esercizio 14.12.28) il convolutore deve essere moltiplicato per lesponenziale complesso di modulo 1
associato alla traslazione di un semiperiodo, che la funzione a segni alterni
(1)k . Quindi, in totale, il ltraggio dovrebbe consistere nel convolvere la
2 2k/N
successione di partenza per K1 (1)k sin
.
(2k/N )2
Tutte le veriche e le correzioni sono lasciate al lettore: sono importanti, perch facile dimenticarsi che, rispetto alla trasformata di Fourier, le
identit e le disuguaglianze per la DFT di ordine N comportano spesso un
fattore di normalizzazione 1/N. Il lettore deve vericare questi fattori di normalizzazione passaggio per passaggio ( per questo che abbiamo consigliato
di usare la convoluzione normalizzata, ma quel che conta che il lettore utilizzi sempre o la convoluzione normalizzata o quella non normalizzata, senza
alternare fra le due). Al termine del calcolo, consigliamo di vericare il risultato nel caso il segnale {xn } sia una generica delta di Dirac.
b la sua DFT.
Esercizio 14.12.30. Sia x = (x0 , . . . , xN 1 ) e x
1012
(ii) Si dia una dimostrazione alternativa del fatto che x(n) )0 0 utilizzando
la propriet del valore iniziale della DFT.
Svolgimento.
(i) Dalla denizione di (IDFT) si ha
x(n) k :=
N
1
X
j=1
e quindi
d
(n) e2ijk/N ,
x
j
1
X
(n) N
d
x k 6
x(n) j .
j=1
otteniamo, ponendo k = 0,
N
1
X
j=1
(n)
xj
(n) .
= N xd
0
14.12. ESERCIZI
1013
In eetti, la successione (b
x0 )n converge a zero se n +, poich, per
ipotesi, |b
xk | < 1 per ogni k.
(ii) Dalla formula di inversione per la DFT
(n)
N
1
X
j=1
ponendo k = 0 otteniamo
x(n) 0 =
N
1
X
j=1
(n) e2jk/N ,
xd
j
(n) =
xd
j
N
1
X
(b
xj )n .
j=1
n+
n+
N
1
X
(b
xj )n =
j=1
N
1
X
j=1
lim (b
xj )n = 0,
n+
di nuovo perch |b
xj | < 1 per ogni j.
1014
Capitolo 15
La trasformata rapida di Fourier
Questo capitolo dedicato a sviluppare algoritmi veloci per il calcolo della
DFT. Parte della presentazione tratta da [2].
15.1
N
1
X
x(n) e2ikn/N
n=0
k = 0, . . . , N 1
(15.1)
x
b(k) =
N
1
X
x(n) w kn
n=0
1015
k = 0, . . . , N 1.
(15.2)
1016
N
1
X
n=0
Re x(n) Re w kn Im x(n) Im w kn
(15.3)
2ikN
N
= e2ik = 1 .
Periodicit:
w kn = w k(N +n) = w n(N +k)
Questa propriet vale per la stessa ragione, dal momento che
w k(N +n) = e2ik(N +n)/N = e2ik w kn .
Algoritmi di calcolo che sfruttano sia la simmetria sia la periodicit della
sequenza w kn erano noti gi da molto tempo prima dellavvento degli elaboratori elettronici. Essi erano stati studiati perch a quei tempi qualunque
accorgimento che riducesse i calcoli fatti a mano, anche solo di un fattore 2,
era visto con interesse.
15.2
1018
n dispari
1
X
x
b(k) =
N
2
x(2r)w
2rk
r=0
1
X
r=0
N
2
1
X
N
2
2 rk
x(2r)(w ) + w
r=0
1
X
(15.5)
r=0
punti: infatti w 2 = e
N
punti.
2
Poniamo
N
2
N
2
g (k) =
b
La (15.5) diventa
b
h(k) =
1
X
x(2r)(w 2 )rk ,
(15.6)
(15.7)
r=0
N
1
2
X
r=0
x
b(k) = b
g (k) + w k b
h(k).
(15.8)
1020
Figura 15.1: la DFT a N punti scissa in due DFT a N/2 punti (qui e nelle figure seguenti
N = 8)
g (k) =
b
=
1
2
X
g(2r)(w 2)rk
r=0
N
4
1
X
g(2s)(w 4sk ) +
s=0
N
4
(15.9)
1
4
X
s=0
g(2s)(w 4)sk + w 2k
s=0
1
4
X
s=0
Analogamente
b
h(k) =
N
1
4
X
s=0
h(2s)(w 4 )sk + w 2k
1
4
X
(15.10)
s=0
Per il caso particolare della Figura 15.1, gli schemi di calcolo ottenuti
applicando la (15.9) e la (15.10) sono mostrati nella Figura 15.2
Figura 15.2: la DFT a N/2 punti spezzata in due DFT a N/4 punti (il blocco in alto
della Figura 15.1)
Introducendo questi schemi nel grafo della Figura 15.1 otteniamo il grafo
completo (Figura 15.3)
Esercizio 15.2.1. Ricavare in maniera alternativa lalgoritmo di decimazione nel tempo della FFT, appena illustrato nelle equazioni (15.9) e (15.10),
1022
Figura 15.3: il grafico degli ultimi due stadi della DFT a 8 punti
utilizzando le propriet di dilatazione (Teorema 14.8.3) e di traslazione (Proposizione 14.6.4) della DFT.
Suggerimento. A titolo di esempio, illustriamo il caso N = 8. Nel segnale
x C8 separiamo come prima gli indici pari da quelli dispari per ottenere
due nuovi segnali x+ e x , ma ora, invece di considerare questi due nuovi
segnali come due vettori con quattro componenti
X + = {x0 , x2 , x4 , x6 }
X = {x1 , x3 , x5 , x7 }
,X
+ + w3X
,
+ +X
,X
+ + wX
,X
+ + w2X
d
d
d
d
d
d
d
d
{X
2
3
3
0
0
1
1
2
2d
3d
+
d
d
d
d
d
d
X 0 X 0, X 1 wX 1 , X 2 w X 2 , X 3 w X 3} .
1024
1026
(15.11)
Usando queste notazioni si verica facilmente che il calcolo base del grafo
quello mostrato in Figura 15.6.
r+ N
2
(15.12)
Xm (q) ,
w2 =e
2i
N
( N2 ) = ei = 1,
(15.13)
Poich ogni stadio ha N2 farfalle della forma in Figura 15.7 e gli stadi
sono log2 (N), il numero totale di moltiplicazioni ora diventato N2 log2 (N).
La Figura 15.8 il grafo della Figura 15.5 con i pesi ottimizzati grazie alla
sostituzione (15.13).
Dalla Figura 15.8 si nota che, per il calcolo degli elementi in posizione p e q
della (m+1)-sima successione (cio delluscita del m-simo stadio di bisezione)
sono necessari solo gli elementi p e q della m-sima successione (cio del suo
ingresso). Pertanto, se Xm+1 (p) e Xm+1 (q) vengono memorizzati negli stessi
registri di memoria usati per Xm (p) e Xm (q), sono necessari in totale solo N
registri per svolgere lintero calcolo.
Questo procedimento viene comunemente chiamato calcolo sul posto: ogni
nuova successione calcolata in uscita da un qualsiasi stadio viene memorizzata
nelle stesse celle di memoria della successione di ingresso originaria.
Notiamo dalla Figura 15.5 che, anch il calcolo possa essere fatto sul posto,
i dati di ingresso devono essere memorizzati in ordine non sequenziale. In
eetti lordine con il quale i dati di ingresso sono memorizzati a disposizione invertita di bit (bit reversal ). Vediamo cosa si intende con questa
terminologia.
1028
15.2.1
Bit reversal
Osserviamo innanzitutto che per il grafo di 8 punti dellesempio sono necessarie 3 cifre binarie per dare un indice a ciascun dato. Se scriviamo gli indici
delle identit (15.11) in forma binaria otteniamo linsieme di relazioni:
X0 (000) = x(000)
X0 (010) = x(010)
X0 (100) = x(001)
X0 (110) = x(011)
X0 (001) = x(100)
X0 (011) = x(110)
X0 (101) = x(101)
X0 (111) = x(111) .
(15.14)
1030
due successioni, ossia nei posti con primo bit uguale a 0, mentre quelli con
ultimo bit uguale a 1 niscono nella seconda met, ovvero nei posti con primo
bit uguale a 1.
Successivamente le due sottosuccessioni pari e dispari vengono separate a
loro volta nelle loro proprie parti pari e dispari, e ci si basa sul secondo bit
meno signicativo nellindice dei dati. Infatti, asseriamo che, se consideriamo dapprima la successione costituita dai campioni di posto pari, quando il
secondo bit meno signicativo 0 il valore della successione un campione
di posto pari allinterno di questa sottosuccessione; se viceversa il secondo
bit meno signicativo 1, allora il valore della successione ha posto dispari.
Per capire perch, consideriamo un numero binario j = nk nk1 . . . n0 . Se
n0 = 0, allora j pari e 2j intero. Daltra parte, 2j = nk nk1 . . . n1 , perch
dividere per 2 un numero pari corrisponde a traslarne di un passo a desta
le cifre binarie scartandone lultima, cio a sopprimere la cifra zero alla ne
(esattamente come dividere per 10 un multiplo di 10 , cio un numero la cui
espressione decimale nisce con la cifra zero, signica cancellare lo zero nale). Pertanto i termini di posto pari della sottosuccessione degli indici pari
sono quelli con n1 = 0 (analogamente a prima), e viceversa quelli di posto
dispari si ottengono da n1 = 1.
Se invece j dispari, allora j = nk nk1 . . . n0 con n0 = 1, e si ha j = m + 1
dove m pari con espressione binaria m = nk nk1 . . . n1 . Quindi, anche in
questo caso, i termini di posto pari della sottosuccessione degli indici dispari
sono quelli con n1 = 0 e quelli di posto dispari sono quelli con n1 = 1. Ne
segue quindi che, dopo la trasformazione, la prima met degli indici (quelli
di valore piccolo) viene scomposta a sua volta in due met, la prima delle
quali corrisponde al penultimo bit n1 = 0, e la seconda a n1 = 1.
Il procedimento viene ripetuto nch non si ottengono N sottosuccessioni
di lunghezza uno. Questa separazione in sottosuccessioni con indici pari e
dispari rappresentata nel diagramma ad albero della Figura 15.9.15.9. Gli
indici vengono quindi riordinati rovesciando lordine dei loro bit binari.
Ora chiaro che la necessit dellordinamento iniziale a disposizione invertita dei bit conseguenza del modo in cui la DFT si scompone in DFT
iterate di ordine met.
1032
15.3
In Sezione 15.2 abbiamo visto algoritmi di FFT basati sulla decimazione nel
tempo, sviluppati scomponendo il calcolo della DFT attraverso la scelta di
sottosuccessioni di lunghezza met della successione di ingresso x(n).
Un altro modo di procedere quello di dividere in analoghe sottosuccessioni la successione di uscita x
b(k).
Gli algoritmi FFT originati con questo procedimento si dicono basati sulla
decimazione in frequenza.
Per ricavarli, sempre nel caso in cui N sia una potenza di 2, possiamo innanzitutto dividere la successione di ingresso x(n) nella prima met e nella
seconda met dei suoi punti: cio
N
1
2
x
b(k) =
x(n)w nk +
n=0
1
2
X
x(n +
N
)w (n+N/2)k
2
n=0
x
b(k) =
=
1
X
x(n)w nk +
n=0
(15.15)
1
2
X
x(n +
N
)w nk
2
n=0
N
)w (n+N/2)k
2
x(n)w nk + w kN/2
n=0
N
2
x(n +
n=0
1
2
X
1
2
X
x(n) + x(n +
N
)w kN/2
2
n=0
w nk .
w kN/2 = e N
= eik = (1)k .
x
b(k) =
1
2
X
n=0
N
)
2
w nk .
x
b(2r) =
1
2
X
N
)
2
x(n) + x(n +
n=0
N
2
x
b(2r + 1) =
1
X
n=0
x(n) x(n +
N
)
2
w 2rn
w n w 2rn
(15.16)
(15.17)
per r = 0, 1, . . . , N2 1.
Le due sommatorie in (15.16) e (15.17) sono nientaltro che due DFT su
punti. Questo si vede in modo pi chiaro se si pone
g(n) = x(n) + x(n +
N
2
N
)
2
e
h(n) = x(n) x(n +
N
).
2
x
b(2r) =
1
X
g(n)(w 2)rn
(15.18)
n=0
N
2
1
X
x
b(2r + 1) =
(h(n)w n )(w 2 )rn .
(15.19)
n=0
1034
Procedendo il modo simile a quello usato per ricavare gli algoritmi basati
sulla decimazione del tempo, notiamo di nuovo che N2 ancora pari poich
N una potenza di 2: quindi il procedimento in (15.18) e (15.19) si pu
ripetere sulle due DFT su N2 punti. Le successioni dei loro dati in uscita
si scindono quindi in due sottosuccessioni che devono poi essere combinate
come nel passo precedente per calcolare le DFT su N4 punti. Lo schema dei
primi due stadi mostrato nella Figura 15.11.
Nel caso di N = 8 il calcolo si cos ridotto a quello di DFT su 2 punti, le
quali, come abbiamo visto in precedenza, si calcolano sommando e sottraendo
i dati di ingresso. Il grafo completo in Figura 15.12.
interessante osservare che ora questo grafo ha i dati in ingresso in ordine
normale, ma fornisce i valori in uscita a disposizione invertita di bit.
Notiamo anche che lo schema base di calcolo , come nel caso della
decimazione nel tempo, del tipo a farfalla: possiamo quindi sviluppare un
procedimento di calcolo sul posto.
Come in precedenza, indichiamo la successione dei numeri complessi che risultano dal m-simo stadio di calcolo con Xm (s), dove s = 0, . . . , N 1 e
1036
(15.20)
(15.21)
Xm (p) =
(15.22)
Poich X (k) = x
b(k) e X0 (k) coincide con x(k) a parte lordine, che a disposizione invertita di bit, possiamo calcolare x(n) applicando ripetutamente
lequazione (15.22). Il grafo risultante per N = 8 quello mostrato in Figura 15.14,che quindi descrive un algoritmo di trasformata rapida di Fourier
inversa (IFFT).
Daltra parte, c un ovvio legame fra gli algoritmi di DFT e DFT inversa.
Osserviamo infatti che la IDFT (Denizione 14.2.2)
x(n) =
N 1
1 X
x
b(k)w kn,
N k=0
1038
15.4
N
1
X
x(n)w kn
n=0
k = 0, . . . , N 1.
(15.23)
(15.24)
dove
x
b(k0 , . . . , k1 ) =
XX
n0
n1
x(n0 , . . . , n1 )w p
(15.25)
n1
p = (21 k1 + 22 k2 + + k0 )(21 n1 + 22 n2 + + n0 ) .
La sommatoria in (15.23) stata sostituita dalle sommatorie in (15.25)
perch n varia in maniera biunivoca al variare di ciascuna delle sue cifre
binarie.
1039
Ora fattorizziamo w p in due modi diversi. A seconda della fattorizzazione di w p otteniamo due tipi di algoritmo, a decimazione nel tempo o a
decimazione in frequenza. Esaminiamo i due casi in dettaglio.
Il primo algoritmo che esaminiamo quello di decimazione nel tempo,
cio quello di Cooley-Tukey [7], gi introdotto nella Sezione 15.2. Possiamo
riscrivere w p come
1 k
w p = w (2
1 n
1 ++k0 )(2
1 )
1 k
w (2
2 n
1 ++k0 )(2
2 )
1 k
w (2
1 ++k0 )(n0 )
(15.26)
w (2
1 n
1 ++k0 )(2
1 )
= w 2 2 k1 n1 w 2
1
= w 2 k0 n1
1 n1
1 k
w2
0 n1
perch
w 2 = w N = (e2i/N )N = 1.
Allo stesso modo il secondo fattore si pu scrivere:
1 k
w (2
2 n
1 ++k0 )(2
2 )
1 k
= w 2 2 k1 n2 w 2
2
= w 2 (2k1 +k0 )n2
1 n2
2 k
w2
0 n2
x(n1 , n2 . . . , n0 )
=
1 k
w2
0 n1
2 (2k
w2
1 +k0 )n2
1 k
. . . w (2
(15.27)
1 ++k0 )n0
1040
x1 (k0 , n2 , . . . , n0 )
1 (k
x0 (n1 , . . . , n0 )w 2
0 n1 )
(15.28)
n1
x2 (k0 , k1 , n3 , . . . , n0 )
x1 (k0 , n2 , . . . , n0 )w 2
x1 (k0 , k1 . . . , n0 )w (2
2 (2k
1 +k0 )n2
n2
..
.
x (k0 , k1, . . . , k1 )
1 k
1 ++k0 )n0
n0
x
b(k1 , k2 , . . . , k0 )
= x (k0 , k1 , . . . , k1) ..
dove k1 , n1 = 0, 1
La (15.25) diventa
x
b(k1 , k0 ) =
XX
(15.29)
(15.30)
Poniamo
x1 (k0 , n0 ) =
x0 (n1 , n0 )w 2k0 n1
(15.31)
x0 (0, 0)
1 0 w0 0
x1 (0, 0)
x1 (0, 1) 0 1 0 w 0 x0 (0, 1)
x1 (1, 0) = 1 0 w 2 0 x0 (1, 0)
x0 (1, 1)
0 1 0 w2
x1 (1, 1)
oppure, equivalentemente
x2 (0, 0)
x2 (0, 1)
x2 (1, 0) =
x2 (1, 1)
1 w0
0 w2
0 0
0 0
x1 (0, 0)
0 0
0 0 x1 (0, 1)
1 w 1 x1 (1, 0)
x1 (1, 1)
1 w3
1041
(15.32)
x
b(k1 , k0 ) = x2 (k0 , k1 )
(15.33)
Da qui
x
b(k1 , k0 ) =
XX
w (2k1 +k0 )(2n1 +n0 ) = w (2k1 )(2n1 +n0 ) w (k0 )(2n1 +n0 ) = w (2k1 n0 ) w (k0 )(2n1 +n0 )
La (15.34) si pu riscrivere
X X
(k0 )(2n1 +n0 )
x
b(k1 , k0 ) =
x0 (n1 , n0 )w
w (2k1 n0 )
(15.34)
1042
(15.35)
x1 (k0 , n0 )w 2k1 n0
x
b(k1 , k0 ) = x2 (k0 , k1 )
dove abbiamo posto x0 (n1 , n0 ) = x(n1 , n0 ) per comodit di notazione. Il
grafo corrispondente alle uguaglianze (15.35) in Figura 15.15.
15.5
1043
k = k1 r1 + k0 con k0 = 0, 1, . . . , r1 1, k1 = 0, 1, . . . , r2 1
n = n1 r2 + n0 con n0 = 0, 1, . . . , r2 1 n1 = 0, 1, . . . , r1 1 .
Osserviamo che questa scomposizione unica.
In questa notazione, (15.23) diventa
x(k1 , k0 ) =
rX
2 1
n0 =0
" r 1
1
X
n1 =0
(15.36)
perch w r1 r2 = w r = 1.
Lesponenziale w kn1 r2 si pu fattorizzare nel modo seguente:
w kn1 r2 = w (k1 r1 +k0 )n1 r2 = w r1 r2 k1 n1 w k0 n1 r2
= [w r1 r2 ]k1 n1 w k0 n1 r2 = w k0 n1 r2
perch w r1 r2 = 1.
Inoltre si ha:
w kn0 = w (k1 r1 +k0 )n0 .
La 15.36 diventa:
x(k1 , k0 ) =
rX
2 1
n0 =0
" r 1
1
X
x(n1 , n0 )w
n1 =0
k 0 n1 r2
(15.37)
x1 (k0 , n0 ) =
rX
1 1
x0 (n1 , n0 )w k0 n1 r2
n0 =0
x2 (k0 , k1 ) =
rX
2 1
n0 =0
(15.38)
1044
Il risultato nale :
(15.39)
x(k1 , k0 ) = x2 (k1 , k0 ).
con k1 , k0 = 0, 1, 2, 3
con n1 , n0 = 0, 1, 2, 3.
(15.40)
x(k1 , k0 ) =
" 3
3
X
X
n0 =0
n1 =0
x1 (k0 , n0 ) =
3
X
x0 (n1 , n0 )w 4k0 n1
(15.41)
n0 =0
x2 (k0 , k1 ) =
3
X
n0 =0
x(k1 , k0 ) = x2 (k1 , k0 ).
(15.42)
1045
1046
1im
0 i m 1.
X
n0
x0 (nm1 , . . . , n0 )w kn ,
(15.43)
nm1
(15.44)
1047
(15.45)
w k0nm1 (r2 rm ) .
nm1
...
n0
"
nm1
(15.47)
nm2
1048
trasformiamo la (15.47) in
x(km1 , . . . , k0 )
=
X
n0
...
X
nm3
per i = 1, 2, . . . , m.
Questa espressione valida se si assume che
(ri+1 rm ) = 1
per i > m 1 e k = 0.
1049
x1 (k0 , n0 ) =
x0 (n1 , n0 )w 4k0 n1
(15.48a)
(15.48b)
n1 =0
3
X
x2 (k0 , k1 ) =
n0 =0
(15.48c)
x(k1 , k0 ) = x2 (k0 , k1 ).
La (15.48c )si pu riscrivere
#
" 3
3
X
X
x(k1 , k0 ) =
x0 (n1 , n0 )w 4k0 n1 w 4k1 n0 w k0 n0 .
n0 =0
n1 =0
n1 =0
"
3
X
x0 (n1 , n0 )w 4k0 n1 w k0 n0
n1 =0
x2 (k0 , k1 ) =
3
X
x0 (k0 , n0 )w 4k1 n0
(15.49a)
(15.49b)
n0 =0
x(k1 , k0 ) = x2 (k0 , k1 ).
(15.49c)
1050
scambio delle parti reali e immaginarie del secondo addendo. Questo equivale
a dire che la somma in parentesi quadra nella (15.49a) si pu calcolare senza
eettuare moltiplicazioni.
Il risultato della somma deve poi essere moltiplicato per w k0 n1 .
Un argomento analogo si applica alluguaglianza (15.49b): anchessa pu
essere valutata senza alcuna moltiplicazione.
15.6
N 1
1 X
xk w nk
N k=0
(15.50)
1051
z + zb )
x
b = (b
2
i
z zb ) .
yb = (b
2
(post-processing)
Da questo segue
N
zbk
1
=
N
2
X
zn w nk
+1
n= N
2
N
1
N
2
X
(xn cos
n= N
+1
2
2nk
2nk
+ yn sin
)
N
N
2
X
(xn sin
+1
n= N
2
2nk
2nk
yn cos
)
N
N
e quindi
x
bk
ybk
zbk + zbk
=
2
zbk zbk
=
2i
1052
u
bk =
(relazioni a farfalla).
u
bk+N
2
Dimostrazione. Osserviamo che w2N
= wN . Perci abbiamo
u
bk =
1
2N
N
X
zn w nk
n=N +1
N
1
=
2N
2
X
2nk
(z2n w2N
+ z2n1 w (2n1)k )
n= N
+1
2
N
1
=
2N
=
2
X
+1
n= N
2
1 k
nk
w
xn wN
+
2N 2N
1
k
(b
xk + w2N
ybk ).
2
2
X
nk
y n wN
+1
n= N
2
1053
Per la DFT, abbiamo sviluppato lalgoritmo FFT di calcolo rapido. Vorremmo elaborare un analogo algoritmo per la DCT e la DST. Limitiamo
lattenzione alla DCT (il caso della DST analogo).
Poich la DCT la DFT di successioni reali pari, si ha:
Esercizio 15.6.5. La DCT di una successione reale x RN consiste degli
N + 1 coecienti {b
u0 , . . . , u
bN } della DFT complessa a dimensione 2N dellestensione pari u di x (data da un = un = xn , n > 0).
Proposizione 15.6.7. (DCT veloce tramite pre-processing e postprocessing.) Sia x RN , u R2N la sua estensione pari, e zn = u2n +
i(u2n+1 u2n1 ), per n = N2 , . . . , N2 (pre-processing). Allora:
1
(b
zk + zbk
4
1
(b
zk + zbk +
=
4
x
bk =
x
bk+N
x
b0
x
bN
1
1
=
zb0 +
2
2N
1
1
zb0
=
2
2N
N
zbk zbk
) k = 1, . . . , ;
k
2
2 sin N
zbk zbk
N
) k = + 1, . . . , 1;
k
2
2 sin N
2
X
u2n1 ;
+1
n= N
2
N
2
X
+1
n= N
2
u2n1 .
1054
, che vicino a zero per k picNota 15.6.8. A causa del denominatore sin k
N
colo e N grande, la trascrizione numerica diretta della Proposizione 15.6.7
numericamente instabile: occorre invece riscrivere le uguaglianze eliminando
il denominatore.
15.7
15
216
16
2. 2 15
3. 15 16
4. 16 log2 16
5. nessuna delle precedenti
15
216
16
2. 2 15
3. 15 16
4. 16 log2 16
5. nessuna delle precedenti
15.7. ESERCIZI
1.
78192
T
13128
2.
138192
T
7128
1055
3. 13 8192 T
4.
5.
13128
T
78192
T
12212
4.
T
27
15
216
16
2. 2 15
3. 15 16
4. 16 log2 16
5. nessuna delle precedenti
1056
15
216
16
2. 2 15
3. 15 16
4. 16 log2 16
5. nessuna delle precedenti
Capitolo 16
Lerrore di approssimazione della
trasformata di Fourier con la
DFT: stime numeriche
dellaliasing
Abbiamo osservato nella Sezione 14.3 che la DFT di ordine N la nozione
naturale di trasformata di Fourier sul gruppo ciclico di N elementi. Per
nella pratica siamo sempre interessati a trasformate di Fourier di funzioni sui
reali, oppure di funzioni periodicizzate: nel secondo caso si sta usando una
trasformata di Fourier i cui valori sono una funzione sul gruppo Z degli interi, ossia una successione (la successione dei coecienti di Fourier). Daltra
parte, la DFT, che si applica solo a successioni periodiche, insostituibile nei
problemi di calcolo, perch le sue numerose propriet di simmetria permettono di realizzare algoritmi di calcolo veloce (i vari algoritmi di FFT presentati
nel Capitolo 15). quindi necessario approssimare trasformate e coecienti
di Fourier con la DFT, e quindi valutare lerrore numerico che si commette
in questa approssimazione.
In questa chiave, richiamiamo il fatto che dalla Proposizione 10.2.3 e dal
suo Corollario 10.2.4 segue che, se si periodicizza una funzione f L1 (R),
i coecienti di Fourier della funzione periodicizzata coincidono con la trasformata di Fourier di f alle frequenze corrispondenti. In altre parole, i
campioni di fb possono essere ottenuti come coecienti di Fourier di una
funzione associata.
Ora, la DFT una trasformata di Fourier discreta di successioni (ovvero di1057
In entrambi i casi, vedremo che gli errori di approssimazione sono manifestazioni del fenomeno di aliasing (Sezione 13.5), dovuti al fatto che la
discretizzazione nel tempo produce una periodicizzazione nel dominio della
frequenza: quindi il valore dellapprossimazione ad una data frequenza risente di contributi anche su frequenze diverse, e precisamente su una successione
equispaziata nel dominio della frequenza indotta per reciprocit dalla griglia
di campionamento nel dominio del tempo (Denizione 16.2.2). Pertanto il
presente Capitolo una analisi degli errori numerici indotti dallaliasing.
Le prossime sezioni sone dedicate a risolvere questi due problemi in condizioni di generalit via via maggiori. La presentazione tratta dalleccellente
monograa [3], alla quale rinviamo il lettore interessato ad approfondimenti
ed esempi.
16.1
16.1.1
Consideriamo lapprossimazione con la DFT dei coecenti di Fourier di funzioni periodiche di periodo T . Pi precisamente, consideriamo funzioni f
denite sullintervallo [T /2, T /2], che per il calcolo della DFT discretizziamo ad un numero N di campioni f (xn ) con xn = nT /N al variare di n da
N2 + 1 a N2 . Nonostante il fatto di dover discretizzare f , nondimeno facciamo ipotesi sulla sua regolarit come funzione di una variabile continua:
1059
k=
fb(k)e2ikxn /T =
k=
fb(k)e2ikn/N .
(16.1)
o equivalentemente
DFT(f )k fek =
fek =
m=
m=
fb(k + mN) ,
1
DFT(f )k fek =
N
1
=
N
2
X
f (xn )e2ink/N
]+1
n=[ N
2
N
2
X
]+1
n=[ N
2
m=
1 X b
=
f (m)
N m=
fb(m)e2imn/N
2
X
2i(m+k)n/N
]+1
n=[ N
2
1
N
P N2
n= N
+1
2
e2ink/N
m=
fb(k + mN)
e2i(m+k)n/N = 1 se m = k
16.1.2
1061
N
2
N
2
1,
.
Se f a valori reali, allora feN = 2 Re fb( N2 ) .
2
(iii) Se f ha periodo T , allora la condizione fb(k) = 0 per |k| > N/2 della
parte (i) equivale a dire che, se /2 lestremo inferiore delle frequenze tali che i coefficienti di Fourier si annullano, allora N > T ,
ovvero il passo di campionamento = T /N verifica la condizione di
Nyquist 6 1/.
(iv) La identit degli N coefficienti di Fourier di f da [ N2 ] + 1 a N2 con
i valori della DFT di ordine N, nel senso della parte (i), possibile
se e solo i coefficienti di Fourier soddisfano lidentit fb(k) = 0 per
|k| > N/2, ossia verificano la condizione di Nyquist della parte (iii). Se
f non a banda limitata oppure e a banda limitata in un intervallo di
indici non contenuto in [ N2 ] + 1, N2 , allora approssimare fb(k) con fek
per [ N2 ]+1 6 k 6 N2 in generale produce un errore di approssimazione
( aliasing, con la terminologia del Capitolo 13).
Dimostrazione. Le parti (i) e (iv) seguono immediatamente dal Lemma
16.1.1. Per la parte (ii), osserviamo che i coecienti di Fourier agli indici N2 e N2 non sono uguali, ma i valori della DFT invece lo sono, a cause
16.1.3
(ii) Se m > 0 ed inoltre la derivata f (m) , oltre ad essere limitata, monotna a tratti, allora vale la stima
1
fek fb(k) = O
.
N m+1
1063
di 3m1 , e le stime dellerrore per k grande sono maggiori che per k piccolo. Per funzioni f a valori reali (o a valori puramente immaginari),
1
si ha C|k|
|k| m1 : queste costanti crescono quando k si allontata
(1
Stessa conclusione vale per la stima (i), dove la dipendenza da k dellinfinitesimo, per m > 1, proporzionale a (1 k1)m1 .
N
X
j=1
(16.2)
Grazie al Corollario 5.18.2, se vale lipotesi della parte (i), esiste una successione {aj > 0} con limj aj = 0 ed una costante C > 0 (indipendente da k)
tali che
aj
fb(k + jN) < C
|k + jN|m
per ogni N2 + 1 6 k 6
N
.
2
Osserviamo che
1
1
1
= m
m
|k jN|
N |j Nk |m
e | Nk | 6 21 . Pertanto il secondo membro di (16.2) si maggiora, uniformemente
rispetto a k, con
1
2Caj X
,
m
N j=1 |j 21 |m
1
2Caj X
.
N m j=1 |j Nk |m
P
1
Poich la serie
j=1 |j 1 |m convergente per m > 2, da qui segue la stima in
2
(i). Inoltre, dal teorema di confronto di una serie con un integrale (Lemma
X
j=1
Z
1
1
dx
dx =
k m
k tm
(x N )
1
1 N
1
1
1
1
=
=
.
m1
1m t
m 1 (1 Nk )m1
1 k
|j Nk |m
(1
k m1
)
N
aj
.
|k + jN|m
1
k m.
|
|1 N
(16.3)
con C indipendente da k. Se f a valori reali, allora fb(k) = fb(k) (Corollario 5.2.5), e quindi il modulo di fb una successione pari, ossia simmetrica,
per cui landamento dellerrore dipende solo da |k|; analoga conclusione vale
per f a valori immaginari.
Analogamente, per provare (ii), facciamo ricorso al Teorema 5.18.5 per
ottenere
1
fb(k + jN) < C
|k + jN|m+1
Nota 16.1.6. La seconda parte del Teorema 16.1.5, dimostrata per m > 0, vale
anche, con una dimostrazione pi elaborata, per m = 0, ossia per funzioni
limitate e monotne a tratti (si veda un riferimento bibliograco in [3, pg.
189].
16.2
1065
16.2.1
Sia f una funzione a supporto nel compatto [T /2, T /2]. Come prima, siamo interessati solamente a N valori campionati di f , ai punti equispaziati
xn = n/T , dove N2 + 1 6 n 6 N2. Pertanto possiamo supporre che f sia
arbitrariamente regolare in [T /2, T /2] (possiamo raccordare gli N valori
campionati con una curva arbitrariamente liscia, che ci d il graco di f ).
Quindi assumiamo che la serie di Fourier converga a f , che la trasformata di Fourier sia denita e che valga la formula di somma di Poisson. Per
comodit e concretezza, in questa Sezione supponiamo che f sia di classe
C (m1) ed ammetta (5.18.3) derivata di ordine m limitata e monotna a tratti (equivalentemente, la derivata di ordine m continua a tratti e monotna
a tratti).
Nota 16.2.1. Stiamo implicitamente assumendo che f (T /2) = f (T /2) = 0.
Se i due valori estremi fossero dierenti, la funzione f avrebbe un salto al
bordo: in tal caso ai punti T /2 la serie di Fourier convergerebbe alla media
aritmetica di questi valori estremi, ed il decadimento asintotico della trasformata di Fourier e dei coecienti di Fourier sarebbe pi lento, dellordine di
1/ e 1/n rispettivamente (Corollario 8.2.8 e Proposizione 5.18.3; si vedano
anche il Lemma 5.18.1 ed il Teorema 5.18.5).
Osserviamo che gli N campioni di f sono presi ai punti xn = nT /N equispaziati nellintervallo di supporto, [T /2, T /2] (naturalmente, come sempre,
N2 + 1 6 n 6 N2 ): il passo di campionamento quindi = T /N. Pertanto
linput della DFT non cambia se sostituiamo f con la sua periodicizzazione
di passo T . In altre parole, possiamo utilizzare i risultati della precedente Sezione 16.1 (o meglio della Sottosezione 16.1.3, perch il fatto che la funzione
originale sia a supporto compatto esclude che anche il suo spettro di Fourier
lo sia (Sezione 9.9)). In particolare, per questa scelta di f abbiamo aliasing.
Daltra parte, ora la successione degli N campioni fn non cambia sotto lazione di PN , perch questa periodicizzazione consiste nel sommare a ciascun
campione valori del tipo f (xn+jN = f (xn + jT /2), ovvero valori di f su punti
che giacciono fuori dellintervallo di supporto [T /2, T /2], e su questi punti
f si annulla. In altre parole, PN {fn } = {fn }. Quindi abbiamo trovato il
risultato seguente:
Proposizione 16.2.3. Nella notazione appena sviluppata, si ha
T {DFTN {fn }}k = PN {fbk } .
1067
(ii) Se m > 0 ed in aggiunta alle ipotesi della parte (i) si assume che la
derivata f (m) , oltre ad essere limitata, sia monotna a tratti, allora vale
la stima
1
e
b
T fk f (k) = O
.
N m+1
T
N
2
X
2ixn k
f (xn )e
+1
n= N
2
= PN/T fb(k ) =
=
j=
jN
b
f k +
T
j=
(16.4)
fb(k+jN )
(ael primo membro c una somma nita anzich una serie perch il supporto
di f compatto). In questa identit il primo membro si riscrive come
N
T
N
2
X
+1
n= N
2
f (xn )e2ixn k
T
=
N
2
X
+1
n= N
2
(16.5)
1069
Daltra parte, consideriamo PT f , il periodicizzato di f di passo T : per la Proposizione 10.2.4, i suoi coecienti di Fourier sono connessi alla trasformata
di Fourier di f nel modo seguente:
In altre parole,
d
fb(n/T ) = T P
T f (n) .
k + jN
b
b
d
f (k+jN ) = f
= TP
T f (n) .
T
(16.6)
Nota 16.2.7. La seconda parte del Teorema 16.1.5, dimostrata per m > 0, vale
anche, con una dimostrazione pi elaborata, per m = 0, ossia per funzioni
limitate e monotne a tratti (si veda un riferimento bibliograco in [3, pg.
189].
16.2.2
(16.8)
2ixn k
f (xn )e
n=
X
j
b
=
f k +
=
fb(k+jN )
j=
j=
(16.9)
1071
Pertanto nel caso presente, ponendo come al solito fef = DFT{f (xn )}k , la
formula di somma di Poisson diventa:
X
N
fb(k ) = N fek + f N e2i 2 k/N +
fn e2ink/N
2
|n|> N
2
= N fek + f N (1)k +
2
|n|> N
2
fn e2ink/N .
X
1
N fek +
fn e2ink/N = fb(k ) ,
f N + f N (1)k +
2
2 2
N
|n|>
e pertanto, rammentando la scelta fatta per A (16.8), per lerrore di approssimazione (Denizione 16.2.4) troviamo
X
1
fn e2ink/N . (16.10)
|Afek fb(k )| 6 |f N | + |f N | +
2
2
2
N
|n|>
Da questa disuguaglianza possiamo ricavare stime per lerrore trovando maggiorazioni per la serie a secondo membro, in analogia a quanto si fatto nel
Teorema 16.2.6. Pewr in quel teorema si doveva maggiorare una serie costruita con gli addendi fbk , per i quali valgono stime di decadimento in base
alla regolarit di f . Qui invece gli addendi sono costruiti a partire dai valori
campionati fn = f (xn ) di f , e quindi ora dobbiamo imporre condizioni non
sulla regolarit di f ma sul suo decadimento allinnito. Rinviamo questa
analisi al caso generale nella prossima Sottosezione 16.2.3. Osserviamo solo
16.2.3
X
1
fn e2ink/N
|Afek fb(k )| 6 |f N | + |f N | +
2
2
2
|n|> N
2
X
+
fb(k + j).
(16.11)
|j61|
1073
N
dove Ck < C (1 1k )m e C una costante indipendente da k e N.
N
(ii) Se valgono le ipotesi della parte (i) tranne che per la stima asintotica
su f , che ora assumiamo essere f (x) < M/|x|r per qualche M, r > 1
e per tutti gli |x| > T /2, allora la stima diventa
|T fek fb(k)| 6
2M
r1
T
2
r1
T
Ck
N m+1
(16.13)
(iii) Se la condizione f (k) (T /2) = f (k) (T /2) vale solo per k = 1, . . . , p <
m1, allora le stime precedenti dellerrore di aliasing diventano rispettivamente
1
1
1
2Me( 2 N )
e
b
+o
|T fk f (k)| 6
N p+1
e
r1
2M
1
1
+o
|T fek fb(k)| 6
.
T
r 1 T2 N
N p+1
Per la dipendenza da k delle costanti di questi infinitesimi valgono le
stesse stime delle parti (i) e (ii).
Dimostrazione. Per provare (i), stimiamo il primo termine al secondo membro di (16.11), trascurando il fattore moltiplicativo :
X
X
X
1 |f N | + |f N | +
fn e2ink/N 6
fn e2ink/N 6
|f (xn )| .
2
2
2
N
N
N
|n|>
|n|>
|n|>
(16.14)
N
2
n>
X
2M ( T )
1 |f N | + |f N | +
2
fn e2ink/N 6
e
2
2
2
N
|n|>
2M T T
e 2 N
(16.16)
perch = T /N da (16.8).
Ora consideriamo laltro termine al secondo membro di (16.11). A prima
vista sembra di poter applicare la stima del Teorema 16.2.6 (ii), ed in eetti
ora proviamo che tale stima vale, ma occore modicare leggermente largomento di quel teorema perch ora non vale pi lipotesi che f sia a supporto
compatto. Infatti, ricordando la prima identit in (16.2.1), ora abbiamo:
Z T Z T Z !
2
2
fb(k + j) = fb( k+jN ) =
+
+
f (x) e2i(k+jN )x/T dx .
T2
T
2
T
2i(k+jN )x/T
f (x)e
=
T
2i(k + jN)
2
Z
T
f (x) e2(k+jN )x/T dx
2(k + jN) T2
!
Z
T
=
f (T /2)ei(k+jN )
f (x) e2i(k+jN )x/T dx .
T
2(k + jN)
2
(16.17)
1075
R T
2
f (x) e2(k+jN )x/T dx, per in queUn calcolo analogo vale per lintegrale
sto caso il termine di bordo nellintegrale per parti vale f (T /2)ei(k+jN ) .
Poich lesponenziale periodico con periodo T e per la funzione f (e le sue
derivate) si assunta lidentit f (T /2) = f (T /2), i termini di bordo dei
due integrali si elidono a vicenda, e lintegrazione per parti ci riporta alla
stessa somma di due integrali, ma con f al posto di f e con un multiplo
di k + jN al denominatore. Ripetendo m volte lintegrazione per parti, e
tenendo conto del fatto che D m f limitata, otteniamo che anche la somma
dei due integrali si maggiora con un termine del tipo C/N m+1 per qualche
C > 0 che possiamo prendere indipendente da k. Quindi il primo membro
di (16.14) si maggiora con C/N m+1 , ed il resto dellargomento procede come
nella dimostrazione del Teorema 16.2.6 (ii) per arrivare alla stima al secondo
membro di (16.12). Questo prova (i).
La dimostrazione diR(ii) identica, tranne per il fatto che lintegrale in
1
M
(16.15) ora diventa M T xr dx = r1
p1 , il che porta, passo dopo
2
( T2 )
passo, alla disuguaglianza in (ii).
Capitolo 17
Metodi numerici per
deconvoluzione e trasformata di
Fourier a finestre
17.1
Abbiamo osservato nella Nota 11.1.1 che, per un auditorium la cui risposta
allimpulso non si modica per traslazione temporale dellimpulso, il segnale
h(t t0 ) ascoltato al tempo t dopo che stato prodotto un segnale impulsivo al tempo t0 la convoluzione h (t0 ) = h(t t0 ). Daltra parte le
combinazioni lineari delle delta sono dense, nel senso delle distribuzioni, nelle funzioni continue f a crescita al pi polinomiale: questo equivale a dire
che le somme di Riemann approssimano lintegrale di f . Pertanto, il segnale
acustico ascoltato nellauditorium quando i musicisti suonano un segnale f
la convoluzione h f .
Poich ora siamo interessati unicamente a segnali campionati, quindi
discreti, non indispensabile utilizzare distribuzioni, e vorremmo derivare
questo risultato in modo pi elementare.
17.1.1
Definizione 17.1.1. (Filtri.) Un filtro T , anche detto sistema nel linguaggio ingegneristico, una trasformazione lineare, non necessariamente
invertibile, che mappa una sequenza in ingresso f (n) in una in uscita g(n),
1077
1078
1079
Dimostrazione. Per semplicit presentiamo la dimostrazione per segnali discreti a supporto nito. Il caso di supporto innito, poco interessante per
le applicazioni, segue immediatamente dalla continuit delloperatore e viene
lasciato per esercizio; il caso di segnali di variabile continua analogo, ma lo
scambio delloperatore con loperazione di convoluzione va inteso nel senso
degli operatori lineari sulle distribuzioni (Sezione 11.8).
Sia f il segnale discreto in ingresso, e rammentiamo che, come nella Proposizione 11.14.3 nel caso di variabile continua, si ha 0 f = f , perch
0 f (n)f 0 (n) =
k=
f (k)0 (n k)
k=
k=
f (k)(n k)]
k=
1080
17.1.2
1081
Chiamiamo f il segnale musicale suonato dai musicisti. In fase di ascolto udiamo un segnale g = h f distorto dallequalizzazione indotta. La
funzione h (la risposta allimpulso dellauditorium) pu essere misurata facilmente: basta misurare la risposta allimpulso dellambiente. Vogliamo
ricostruire il segnale musicale originale eliminando lequalizzazione. Questo
si chiama deconvolvere il segnale distorto dallequalizzazione indotta, ovvero de-equalizzare. Dora in avanti, il segnale originale h inteso come una
successione di dati {hn } equispaziati nel tempo ad un appropriato passo di
campionamento, e cos pure il segnale distorto {gn }. Questi segnali hanno
lunghezza nita nel tempo, quindi lindice n varia in un insieme nito, ma
allo scopo di calcolarne la DFT li consideriamo implicitamente estesi a successioni jnnite ponendoli uguale a 0 al di fuori del loro dominio temporale
originale. Questo fatto ora particolarmente importante, perch ci accingiamo a considerare la DFT dei segnali, e quindi dovremmo avere segnali
periodici. Invece i segnali in questo ambito non sono periodici, e pertanto
devono essere approssimati in modo periodico, il che per modica i dati veri. Il modo di procedere di considerare segnali di N campioni nel tempo, e
periodicizzarli allesterno del loro supporto temporale: in tal modo i dati originali non vengono modicati. Pero dovremo convolvere segnali di lunghezza
temporale diversa, e per poter applicare la DFT alla convoluzione abbiamo
bisogno di un periodo unico per tutti. Questo si ottiene estendendo con zeri
il segnale pi corto in maniera che entrambi siano della stessa lunghezza. Per
sicurezza, onde evitare eetti di aliasing legati alla periodicizzazione, spesso
prendiamo i segnali originali di N campioni e li estendiamo comunque con
zeri ad un range pi ampio, ad esempio 2N.
Un modo rapido di eettuare la deconvoluzione il seguente: si calcola
una volta per tutte la DFT della risposta impulsiva dellambiente, b
h, e la
si memorizza; poi si esegue la DFT del segnale equalizzato, che, grazie alla
propriet di convoluzione per la DFT, Teorema 14.4.6, la successione prodotto b
g (k) = b
h(k)fb(k); inne, per ciascun k si divide il k-simo valore per il
corrispondente b
h(k) per ottenere fb(k) come risultato, ed inne si eettua la
IDFT.
Il problema da risolvere il fatto che la DFT della risposta impulsiva
pu avere qualche valore nullo (di solito le sue parti reali ed immaginaria,
separatamente, ne hanno parecchi, perch oscillano molto; pi raro che
questi zeri separati capitino simultaneamente alla stessa frequenza, ovvero
siano zeri dellintera DFT, per accade). Possiamo escludere che ci siano zeri
1082
1083
reali, nel qual caso le trasformate di Fourier hanno parte reale pari e parte
immaginaria dispari per il Corollario 8.2.6 (quindi se ne considerano i graci
solo per frequenze positive), ma questa ipotesi non necessaria.
Vogliamo stimare lerrore che si commette quando si impone il cut-o.
Supponiamo per semplicit di notazione che b
h abbia un numero nito di zeri
1 , . . . , n , che dal punto di vista sico sono le frequenze di risonanza dellauditorium. Questa ipotesi necessariamente vera se gli zeri non si addensano
eb
h a supporto compatto, ma in ogni caso, quando gli zeri sono inniti,
la trattazione che segue si adatta parola per parola se si prendono unioni
innite anzich nite). Centrato ad ogni zero j prendiamo un intervallo di
cut-o Ij , la cui lunghezza m(Ij ) dobbiamo scegliere sucientemente piccola per non introdurre errori eccessivi quando applichiamo la trasformata di
Foiurier inversa per ricostruire il segnale originale. Osserviamo
eetti che
in
Pn
b
la trasformata di Fourier troncata dopo il cut-o F = 1 j=1 j fb,
dove j denota la funzione caratteristica dellintervallo Ij . Pertanto, quando
il segnale
R originale f viene rimpiazzato con la trasformata di Fourier inversa
F (t) = Fb() e2i d, lerrore commesso esattamente
Z
(f F )() =
fb() e2i d ,
j Ij
kf F k 6
X
j
m(Ij )kfbk 6
X
j
m(Ij )kf k1 .
Naturalmente non sappiamo a priori quale sia la norma L1 del segnale originale f , ma sappiamo che essa dierisce di poco da quella del segnale troncato
F se gli intervalli Ij sono piccoli (grazie alla convergenza uniforme di F a
f ). Quindi prendiamo intervalli ragionevolmente piccoli, applichiamo la trasformata di Fourier inversa per calcolare F , ne stimiamo la norma L1 con
unintegrazione numerica ed usiamo questo risultato in (17.1) per restringere
ulteriormente gli intervalli se necessario.
1084
1085
Nota 17.1.9. (Filtro di inversione regolarizzata di Wiener.) Nelloperazione di inversione tramite divisione per b
h, si dovrebbe osservare che
lesaltazione del rumore e la singolarit che si presentano in prossimit delle
frequenze dove b
h() = 0 sono meno sensibili se anche fb piccolo: ad
esempio, se fb identicamente nullo in un intervallo intorno a , la divisione
non ha alcun eetto e non esalta il rumore. Naturalmente, proprio a causa del rumore, i segnali non sono mai identicamente nulli in un intervallo
tranne che al di fuori del range dei rivelatori, ma in ogni caso chiaro che
si dovrebbe pesare il moltiplicatore di inversione regolarizzata in modo c he
sia pi piccolo laddove fb piccolo. La scelta consueta il moltiplicatore di
inversione regolarizzata di Wiener
b
h()|fb()|2
.
|b
h()|2|fb()|2 +
Sfortunatamente, linversione regolarizzata di Wiener non pu essere applicata direttamente al problema delleliminazione dellequalizzazione (e del rumore), perch si tratta di un problema di deconvoluzione dove la funzione
f lincognita, e quindi fb non noto a priori. Per applicare il metodo di
Wiener, prima si applica il procedimento di inversione regolarizzata della Nota 17.1.8 per ottenere un valore approssimato di fb, che dipende anche dalla
1086
17.2
Normalmente, leliminazione a posteriori dellequalizzazione non lobiettivo pi interessante: vorremmo invece deequalizzare in tempo reale, mentre
ascoltiamo il segnale mucicale e non solo alla ne. Questo perch in tal modo potrebbe essere possibile eettuare correzioni interattive in tempo reale,
ma soprattutto perch non c modo di sapere a priori quanto sar lungo il
segnale: per segnali di lunghezza tipica il metodo globale ha una complessit
di calcolo eccessiva (si veda linizio della Sezione 17.3).
A questo scopo ora descriviamo un algoritmo che ci permette di partizionare il segnale in nestre temporali di un numero ssato L di campioni e di
eettuare la trasformata di Fourier per ogni nestra temporale, ricostruendo
alla ne da questi ritagli il segnale originale.
Mettiamo in guardia il lettore sul meccanismo di suddivisione a nestre.
Anche se stiamo trattando con dati campionati, i valori che dobbiamo elaborare per ogni nestra sono i valori campionati del segnale moltiplicato per una
appropriata funzione che rappresenta leetto del troncamento sulla nestra
data. Ad esempio, il moltiplicatore naturale la funzione caratteristica della nestra (nel dominio del tempo). Ma questo moltiplicatore introduce un
salto nel risultato che si intende campionare, e quindi, una volta trasformato
secondo Fourier e poi ricostruito, pu dar luogo al ringing del fenomeno di
Gibbs (Sezione 5.19). Si evita il problema utilizzando nestre dierenti dai
troncamenti netti, ovvero date da moltiplicatori g dierenti dalle funzioni
caratteristiche, che simulino un gradino in maniera liscia, senza salti. In effetti, questo equivale ad eseguire una partizione dellunit unidimensionale,
1088
1
per nK < t < (n + 1)K, ossia nL
< t < (n+1)L
2
2
n (t) =
0
altrove
Allora, considerando f composto da un numero indeterminato di nestre, ma
h da P nestre, abbiamo
X
f=
fn
n=0
P
X
h=
hj .
j=0
X
n=0
P
X
j=0
fbn
b
hj
dove fb e b
h sono rispettivamente le DFT di f e h. Denotiamo con gb la DFT
di g = f h. Ora abbiamo
gb = fb b
h=
X
P
X
(b
hj fbn ) .
n=0 j=0
Consideriamo il contributo b
g0 : esso dato dalla trasformata di Fourier fb0
del primo segmento temporale del segnale originale f moltiplicata per la
trasformata di Fourier di tutta la risposta allimpulso:
g0 =
b
P
X
j=0
fb0b
hj = fb0
P
X
j=0
b
hj .
(17.2)
P
X
j=0
fbmb
hj .
P
X
j=0
hj ) .
(fbmb
1090
m=0
gm .
b
(b
gm ) =
m=0
m=0
gm =
X
P
X
m=0 j=0
(fbmb
hj ) =
m=0
fm h .
(17.3)
f0*h1
f0*h2
f1*h0
+g
...
3K
f1*h1
f1*h2
...
2K
3K
f2*h1
f2*h0
+g
2K
4K
f2*h2
...
4K
Figura 17.1: Convoluzione a finestre: sfalsamento temporale dei contributi delle singole
finestre
4K
1092
...
(L campioni)
f0
...
f1
Fi-1
FFT
FFT
h0
h1
h2
h0
IFFT
IFFT
IFFT
IFFT
1 segmento, f0 * h0
2 segmento, f0 * h1
...
3 segmento, f0 * h2
1 segmento, f1 * h0
+
+
+
...
3 segmento, f1 * h2
2 segmento, f1 * h1
.
.
.
+
1 segmento, fi * h0
...
17.3
Allinizio della Sezione 17.1.2 abbiamo studiato come deconvolvere a posteriori gli eetti di equalizzazione indotti dallambiente su un segnale, ossia
globalmente al termine dellascolto. Ricapitoliamo il metodo seguito, che si
basa sui quattro passi seguenti:
1093
Per poter procedere alla divisione al terzo punto bisogna che le DFT di g
e di h siano dello stesso ordine. Dei due segnali normalmente pi lungo il
segnale musicale originale (la risposta allimpulso dellambiente dura qualche
secondo). Bisogna allora allungare b
h con zeri anch diventi lungo quanto
il segnale originale. Se la lunghezza del segnale originale di J campioni,
la complessit di calcolo di questo metodo basato sulla FFT seguita dalla
FFT inversa dellordine di 2J log2 J (come mostrato nella Sezione 15.2).
Tipicamente, il segnale pu essere lungo da vari secondi a pi di unora.
Tranne che per i segnali pi brevi, J quindi un numero gigantesco, e la
deconvoluzione globale non realizzabile a causa della eccessiva complessit
di calcolo.
Per evitare questo problema abbiamo introdotto, nella Sezione 17.2, algoritmi di convoluzione segmentata: lalgoritmo di Sovrapposizione e Memorizzazione, che calcola DFT dellordine N dato dalla lunghezza della risposta
allimpulso, ed il pi eciente algoritmo di Sovrapposizione e Memorizzazione Segmentata, che calcola DFT di una lunghezza K pari ad una frazione
pressata di tale lunghezza.
Lidea dellalgoritmo di Sovrapposizione e Memorizzazione ancora valida quando si vuol ricorrere alla divisione di b
g per la DFT della risposta
allimpulso, b
h, perch b
h non viene mai segmentato, e quindi ha senso dividere per i suoi valori. In tal caso si procedere a dividere per b
h i segmenti
1094
1095
1096
17.3.1
Per lo sweep otteniamo il sonorogramma in Figura 17.5. Landamento della frequenza in funzione del tempo un incremento lineare, e quindi il
sonorogramma disposto lungo una retta.
1097
Segnale sweep
0.8
0.6
Ampiezza normalizzata
0.4
0.2
0
0.2
0.4
0.6
0.8
0.5
1.5
Tempo (sec)
2.5
1098
Ora usiamo algoritmo di convoluzione mediante Sovrapposizione e Memorizzazione Segmentata per convolvere i due segnali. Il sonorogramma del
risultato in Figura 17.8.
Come previsto, il risultato della convoluzione uno sweep, con alcune frequenze enfatizzate e altre smorzate in ampiezza.
Ora calcoliamo il reciproco la risposta impulsiva. La risposta allimpulso ed
il suo reciproco sono illustrate nella Figura 17.9.
1099
Risposta impulsiva
1
Ampiezza normalizzata
0.8
0.6
0.4
0.2
0.2
0.4
3
4
Tempo (sec)
7
3
x 10
1100
5
x 10 Trasformata della risposta impulsiva (funzione di trasferimento)
Ampiezza normalizzata
7
6
5
4
3
2
1
0
0.1
0.2
0.3
0.4
0.5
F/Fc
La deconvoluzione a nestre basata sullalgoritmo di Sovrapposizione e Memorizzazione Segmentata porta alla de-equalizzazione illustrata nel sonorogramma della Figura 17.15.
1101
1102
Ampiezza normalizzata
Funzione di trasferimento
x 10
0.8
0.6
0.4
0.2
0
0.1
Ampiezza normalizzata
x 10
0.2
0.3
F/Fc
Funzione di trasferimento inversa
0.4
0.5
0.4
0.5
0.1
0.2
0.3
F/Fc
1103
Segnale deconvoluto
0.8
0.6
Ampiezza normalizzata
0.4
0.2
0
0.2
0.4
0.6
0.8
3
4
Tempo (sec)
1104
Segnale musicale
1
0.8
Ampiezza normalizzata
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
10
15
20
25
Tempo (sec)
30
35
40
1105
1106
1107
1108
Parte V
Trasformata di Laplace,
trasformata zeta e filtri lineari
1109
Capitolo 18
La trasformata di Laplace
Abbiamo precedentemente studiato gli sviluppi di Fourier di funzioni di variabile reale e la trasformata di Fourier per frequenze reali. In questa parte
dellopera vogliamo estendere questi concetti a funzioni di variabile complessa. In questo e nel prossimo capitolo introduciamo due estensioni complesse
rispettivamente della trasformata di Fourier (trasformata di Laplace) e della
serie di Fourier (trasformata zeta). Nel presente capitolo focalizziamo lattenzione alla trasformata di Laplace, che non verr usata in questo libro
per il trattamento di segnali, ma viene presentata per limportanza delle sue
applicazioni alla matematica e allingegneria (ad esempio, risoluzione delle
equazioni dierenziali ordinarie e applicazioni allanalisi di circuiti elettrici,
calcolo di integrali), e della rimeditazione che essa consente a proposito della
trasformata di Fourier.
18.1
1112
1113
Nota 18.1.8. Se f una funzione a destra a crescita esponenziale con esponente di crescita , allora
Z
M
| L f (z)| 6 M
e(Re z)t dt 6
,
(18.1)
Re z
0
e quindi L f tende a zero quando Re z +, uniformemente rispetto a
Im z.
Lo stesso calcolo mostra che la funzione f nulla per t < 0 e data da
f (t) = et per t > 0 ha per trasformata di Laplace la funzione
L f (z) =
1
.
z
(18.2)
1114
f
(t)
e
dt
0
zt
|f (t) e
| dt >
e()t dt
Teorema 18.1.11. (Formula di inversione per la trasformata di Laplace.) Sia f una funzione a crescita esponenziale con esponente di crescita
. Allora, per ogni a > e per ogni punto di continuit t R di f , vale la
formula di inversione
Z a+ib
Z a+i
1
1
1
zt
f (t) = L F (t) :=
L f (z) ezt dz
v. p.
lim
L f (z) e dz
b+
2i
2i
aib
ai
(18.3)
R
dove la notazione v. p. quella introdotta alla fine dellEsempio 11.5.5
(valore principale).
1115
Teorema 18.1.12. (Formula di inversione per la trasformata di Laplace sotto ipotesi pi generali.) Sia R e F una funzione olomorfa
nel semipiano Re z > . Supponiamo che F converga a 0 per z uniformemente rispetto ad arg z in ogni semipiano Re z > a > , e che la
restrizione di F allasse {Re z = a} sia in L1 (R) (ossia che esista il limite
R a+ib
limb+ aib |F (z)| dz).
Allora, in base al Corollario 18.1.14, la formula di inversione (18.3) fornisce
una funzione f continua ovunque a crescita al pi esponenziale e tale che
Lf = F.
Dimostrazione. Fissiamo z0 nel semipiano {Re z > a}. Allora
Z
Z
Z a+i
1
z0 t
z0 t
f (t) e
dt =
e
v. p.
F (z) ezt dz dt .
2i
0
0
ai
Poich, per ipotesi, per ogni t > 0 la funzione F (z) ezt ristretta alla retta
{Re z = a} in L1 , possiamo scambiare lordine di integrazione in base al
Teorema di Fubini 1.20.4 (ii), ed otteniamo
Z
Z
Z
1
z0 t
f (t) e
dt =
v. p.
F (z)
e(zz0 )t dt dz
(18.4)
2i
0
{Re z=a}
0
Z
F (z)
1
v. p.
dz .
=
2i
{Re z=a} z z0
Sia CR = |z| = {R , Re z > a}, e MR = supzCR |F (z)|. Per ipotesi,
limR+ MR = 0, e quindi, dato che |z0 | < R, si ha
Z
F (z)
R
dz 6 MR
,
R |z0 |
CR z z0
1116
v. p.
dz =
v. p.
dz
2i
2i
{Re z=a} z z0
KR z z0
dove KR la curva chiusa KR = CR {Re z = a, |z| 6 R}, percorsa in senso
antiorario. Daltra parte, poich F olomorfa dentro il contorno KR e z0
allinterno di KR , sappiamo dal teorema di Cauchy (Corollario 2.4.10) che
lintegrale a secondo membro vale F (z0 ). Quindi la formula di inversione dellenunciato segue ora da (18.4), a patto di dimostrare che f trasformabile
secondo Laplace. Per questo scopo basta mostrare che f a crescita esponenziale. Infatti, dalla denizione di f e dal fatto cheR|F | ha integrale nito sulla
1
v. p. {Re z=a} |F (z)| dz < M eat .
retta {Re z = a}, segue che |f (t)| 6 eat 2
R
Nota 18.1.13. Poich L f (z) = 0 f (t) ezt dt, non ci interessa sapere se la
formula di inversione (18.3) fornisce una funzione f tale che f (t) = 0 per
t < 0. comunque interessante osservare che questa propriet di f vera se
|F (z)| < C/|z|p
(18.5)
per qualche p > 1, come ora proviamo. Siano CR il semicerchio e KR il percorso chiuso introdotti nella dimostrazione del Teorema 18.1.12. Osserviamo
che
Z
Z
Z
zt
t Re z
at
F (z) e dt 6
|F (z)| e
|dz| 6 e
|F (z)| |dz| .
(18.6)
CR
CR
CR
a+i
ai
1
F (z) e dz = lim
R 2i
zt
F (z) ezt dz = 0
KR
1117
18.2
1118
1
c
L f ( zc ) per
j
Pi in generale lo stesso enunciato vale se la derivata destra D+
f
una funzione a destra a crescita esponenziale per 1 6 j 6 n, pur di
rimpiazzare tutte le derivate con le corrispondenti derivate destre.
1119
zt
zt
+z
L f (z) =
f (t) ezt dt = f (0)+z L f (z) ,
f (t) e dt = f (t) e
0
0
1120
z0
L f (s) ds
L f (s) ds .
Corollario 18.2.2. (Trasformata di Laplace di funzioni a destra periodiche.) Sia f una funzione a destra a crescita esponenziale, periodica di
periodo T > 0 nel senso che f (t + T ) = f (t) per ogni t > 0. Allora, per ogni
z nel semipiano di convergenza,
L f (z) =
RT
0
f (t) eztdt
.
1 ezt
1121
n>0
da cui la tesi.
18.3
1
1
= 2
L[sin t](z) =
2i z i z + i
z + 2
1
z
1
1
L[cos t](z) =
= 2
+
.
2 z i z + i
z + 2
Analogamente, dalle espressioni sinh t = (et et )/2 e cosh t = (et +
et )/2 si ha
1
1
1
= 2
L[sinh t](z) =
2 z z+
z 2
1
z
1
1
L[cosh t](z) =
= 2
+
.
2 z z+
z 2
Esempio 18.3.2. Da (18.2) sappiamo che L 1 = 1/z, dove, come sempre, con
1 intendiamo la funzione che vale 1 per t > 0 e 0 altrove. Allora segue dalla propriet di derivazione in frequenza (parte (vi) del Teorema 18.2.1) che
L[tn ](z) = n!/z n+1 . Ora dalla propriet di traslazione nel tempo (parte (iii)
del Teorema 18.2.1) segue L[tn ez0 t ](z) = n!/(z z 0 )n+1 . Grazie al precedente Esempio 18.3.1 allo stesso modo si ha L[t sin t](z) = 2z/(z 2 + 2)2 e
L[t cos t](z) = (z 2 + 2 )/(z 2 + 2 )2 . Continuando a derivare rispetto a z si
1122
L[u ](x) =
Esempio 18.3.3. Applicando la propriet di traslazione in frequenza ai risultati visti nei precedenti Esempi 18.3.1 e 18.3.2 si ottiene, per ogni z0
C,
(z + z0 )2 + 2
z
L[ez0 t cos t](z) =
z + z0 )2 + 2
1123
L[sinc](x) = [arctan s]
arctan x .
x =
2
Poich la trasformata di Laplace olomorfa nel semipiano di convergenza,
L[sinc](z) il prolungamento analitico di 2 arctan x dal semiasse reale
positivo al semipiano {Re z > 0}. Pertanto
L[sinc](z) = arctan z .
2
R
In particolare, per b > 0 si trova L[sinc](b) = b sint t ebt dt = 2 arctan b, e
passando al limite per b 0 abbiamo
Z
sin t
dt = ,
t
2
0
perch
Z b
sin t bt
e dt 6
dt 6 b
t
0
0
dal momento che lintegrando non superiore a 1. Questo risultato era gi
stato dimostrato per altra via nel Corollario 5.19.2, come conseguenza dei
risultati sulla convergenza delle serie di Fourier.
arctan z
.
z
18.4
1124
inoltre f g(x) = f (t) g(xt) dt = 0 f (t) g(xt) dt, perch nel dominio
di integrazione t non negativo in base al dominio di f e x t deve anchesso
essere non negativo in base al dominio di g. Quindi f g(x) = 0 per x < 0.
Abbiamo supposto che f e g siano a crescita esponenziale, quindi esistono
costanti positive C, tali che |f (x)| < Cex e la stessa stima vale per g.
Allora
Z x
Z x
2
|f g(x)| 6
|f (t)| |g(x t)| dt 6 M
ex dt = M 2 xex < M 2 e(+)x
0
= L f (z) L g(z) .
1125
18.5
18.5.1
Nella notazione dellintegrale tramite il simbolo di dualit che abbiamo introdotto nel Capitolo 11, Notazione 11.3.1, per una funzione f a destra a
crescita esponenziale, con esponente di crescita f , possiamo scrivere
Z
L f (z) =
f (t) ezt dt = hf, ez i .
0
1126
R
T
Questa notazione ideale per estendere la denizione di trasformata di Laplace a distribuzioni con supporto a destra (Notazione 11.17.10), nel modo
seguente.
Lidentit (18.7) non pu essere applicata direttamente quando invece che f
abbiamo una distribuzione F con supporto a destra, diciamo nella semiretta
PT := [T, ), perch la funzione t 7 ezt C ma lintersezione del suo
supporto con PT non compatta: tutta la semiretta PT . Supponiamo
allora che esista c R tale che ec F sia una distribuzione temperata. Allora
possiamo riscrivere (18.7) come
L F (z) = hec F, e(zc) i .
La funzione g(t) = e(zc)t a secondo membro a decrescenza rapida quando
la variabile tende a + ma chiaramente non quando tende a . Per, in
base alla denizione di supporto di una distribuzione (Sottosezione 11.17.3
e Denizione 11.10.1), nulla cambia nel risultato dellespressione al secondo
membro se la funzione g viene moltiplicata per una funzione cut-off h di
classe C con supporto in una semiretta destra e che vale 1 in un intorno del
supporto della distribuzione f . In tal modo la precedente identit diventa
L F (z) = hec F, h()e(zc) i ,
(18.8)
1127
Questa Denizione 18.5.1 ha senso perch non dipende n dalla scelta del
cut-o h (ovvio per la Denizione 11.10.1 di supporto di una distribuzione),
n dalla scelta della costante c purch c > F . Mostriamo lultima asserzione.
Scegliamo c > F e prendiamo unaltra costante a > c. Allora, se Re z >
a > c,
hec F, h()e(zc) i = he(ca) ec F, e(ac) h()e(zc) i
= hea F, h()e(za) i .
Lasciamo al lettore la verica dellenunciato seguente. Solo lultima parte, la derivazione sotto il segno di integrale, richiede qualche cautela (perch ora non ce pi lintegrale, rimpiazzato dal simbolo di dualit!). Una
dimostrazione si trova in [38, Theorem 8-3.2].
Teorema 18.5.5. Se due distribuzioni hanno trasformata di Laplace che
coincide in una retta nel semipiano di olomorfia, o pi in generale in un insieme con un punto di accumulazione, allora le due distribuzioni coincidono.
Le propriet e gli esempi stabiliti per la trasformata di Laplace di funzioni nelle Sezioni 18.2 e 18.3 rimangono validi per distribuzioni a destra
1128
D L F (z) = hF,
L D k 0 = z k
L y D k 0 = z k eyz .
18.5.2
(18.9)
per ogni z nel semipiano D := Re z > a > c, per ogni a > c. Osserviamo che,
per ogni funzione olomorfa G nel semipiano D che soddisfa |G(z)| < C/|z|2
per qualche costante C > 0, il Teorema di inversione ?? e la Nota 18.1.13
assicurano che esiste la trasformata di Laplace inversa di G, ovvero che G =
L g per qualche funzione g con supporto in [0, +) a crescita esponenziale.
Allora scegliamo G tale che si abbia F (z) = z m+2 G(z): chiaro da 18.9)
che allora |G(z)| < C/|z|2 e quindi esiste la sua antitrasformata di Laplace
g, nulla a sinistra di 0. Per la propriet di derivazione nel tempo (Teorema
18.5.5) abbiamo F = L D m+2 g (derivata nel senso delle distribuzioni), e la
distribuzione D m+2 g ha supporto in [0, +).
1129
(18.10)
k
X
pni (ez )
i=1
| L G(z)| = |he
(cz)t
G, h(t)e
i| < C
k
X
i=1
(18.11)
Per prima cosa sbarazziamoci della funzione cut-o h. Per semplicit poniamo u(t) = e(cz)t . La funzione test h e tutte le sue derivate, essendo C
a supporto compatto, hanno massimo. Perci, applicando il Teorema della
derivata del prodotto (Sezione 1.1), per ogni l abbiamo
l
X
l
|D k h(t)| |D lk u(t)|
|D (h)u(t)| =
k
k=0
l
X
l
|D k h(t)| |z c|lk |e(cRe z)t | 6 P (|z|) |e(cRe z)t
=
k
k=0
l
1130
18.5.3
Il seguente risultato illustra la propriet di continuit della trasformata di Laplace sulle distribuzioni in D con supporto a destra, ovvero limn L Fn L F
se Fn F in D . In base al modo in cui stata introdotta la trasformata di Laplace di distribuzioni nella Denizione 18.5.1, per poter parlare di
continuit occorre che, per qualche c > 0, ect Fn appartengano tutte a S e
ect Fn ect F nel senso di S .
Teorema 18.5.10. Siano Fn D tali che
tutte le Fn hanno supporto nella stessa semiretta [T, +) ;
per qualche c > 0, tutte le distribuzioni ect Fn appartengano a S e
ect Fn ect F in S .
Allora L Fn (z) converge puntualmente a L F (z) per ogni z tale che Re z > c.
Dimostrazione. Poich S completo, anche ect F in S . ovvio dalla
Denizione 11.10.1 di supporto che anche F ha supporto in [T, +). Quindi
L F esiste in {Re z > c}. Sia h una funzione C a supporto in una semiretta
[T , ) che vale 1 in [T, ). Allora h() e(zc) F in S e chiaramente si
ha
L Fn (z) = hec Fn , h() e(zc) i hec F, h() e(zc) i = L F (z) .
18.5.4
1131
Abbiamo denito la trasformata di Laplace di funzioni con supporto a destra, ossia limitato a sinistra, e di distribuzioni a destra. Ovviamente, una
denizione analoga vale per distribuzioni con supporto limitato a destra, se si
utilizzano funzioni cut-o con supporto limitato a destra. Questa trasformata di Laplace di distribuzioni a sinistra gode di propriet analoghe di quella
a destra, ad esempio olomorfa nel semipiano sinistro {Re z < }, dove
lascissa di convergenza denita in modo analogo alla Denizione 18.1.1, ed
ivi derivabile sotto il segno di integrale, o meglio di dualit (in analogia
al Teorema 18.5.5, univocamente determinata dai valori su un segmento,
sempre in analogia allo stesso teorema, e vale lanalogo della relazione fra le
trasformate di Laplace e di Fourier (Nota 18.1.7), dei teoremi di inversione
(Teoremi 18.1.11, 18.1.12, 18.5.9) e di continuit, Teorema 18.5.10.
Ora veniamo al caso generale di una distribuzione F con supporto illimitato bilateralmente. Fissiamo T > 0 ed una funzione C g tale che g 1
in [T, +) e g 0 in (, T ], scomponiamo F come F = F + F+ , dove
F+ = gF e F = (1 g)F . Allora F+ e F sono distribuzioni a supporto in
semirette. Supponiamo che siano entrambe trasformabili secondo Laplace, e
consideriamo le loro ascisse di convergenza + e . Se e solo se + < le
trasformate di Laplace L F+ e L F sono denite in una striscia aperta comune, D := {z : + < Re z < }. In tal caso diciamo che F trasformabile
secondo Laplace, con trasformata di Laplace L F = L F+ + L F . Si noti che
+ e non dipendono dalla scelta di T n del cut-o g (per la denizione di
supporto di una distribuzione). Esse rimangono invariate anche se si sceglie
una qualunque altra decomposizione F = F1 + F2 in due distribuzioni una
a destra e laltra a sinistra, perch, in base alla loro Denizione 18.1.1, le
ascisse di convergenza dipendono solo dallandamento asintotico di F (allinnito nel caso di una distribuzione con supporto a destra e a nel caso di
supporto a sinistra). Quindi la trasformata di Laplace di una distribuzione
a supporto bilateralmente illimitato converge in una striscia D che dipende
solo da F e non dalla decomposizione scelta.
chiaro che anche in questo contesto pi generale continuano a valere lanalogo della relazione fra le trasformate di Laplace e di Fourier (Nota 18.1.7), del Teorema 18.5.5, dei teoremi di inversione (Teoremi 18.1.11,
18.1.12, 18.5.9) e di continuit (Sottosezione 18.5.3). A titolo di esempio, ci
limitiamo ad enunciare gli ultii due teoremi nel presente contesto.
1132
18.6
1133
1134
Re z J}. Supponiamo che valga lipotesi del Teorema 18.6.1 e che inoltre
si abbia
Z
|F (x + iy)|2 dx dy < .
(18.13)
D
(18.14)
aj
F (x + iy) e2ity dy
bj
(si osservi che gj una approssimazione per troncamento della antitrasformata di Fourier di Fx (y) = F (x + iy)).
segue che sul bordo Cj del rettanDal teorema di Cauchy (Corollario 2.4.10)
R
golo {x J, bj 6 y 6 aj } si ha limj Cj F (z) e2tz dz = 0 per ogni t. Daltra
parte, da (18.14) sappiamo che sul bordo superiore di Cj si ha che
Z
Z
2zt
F (z) e
dz = F (x + iaj ) e2tx e2itaj dx = G(aj , t)
Cj {y=aj }
1135
(18.15)
per quasi ogni t e per ogni x > 0: ossia, f non dipende dalla scelta di x > 0.
Inne, dallipotesi di limitatezza L2 del Teorema 18.6.1, da (18.15) e di nuovo
dal teorema di Plancherel,
Z
Z
Z
1
2tx
2
2
e
|f (t)| dt =
|Fx (y)|2 dy < C , (18.16)
|Fx (t)| dt =
2
|Fx (t)| dt 6
Z
21 Z
|f (t)| dt
2
4tx
21
dt
< .
Dimostrazione del Teorema 18.6.1. Per x > 0 scriviamo J = [1, x] nel senso
chiarito nella dimostrazione del Lemma 18.6.2. Sia m(J) = |x 1| la lunghezza dellintervallo J. Poich lintegrando non negativo, dal Teorema di
1136
2ity
F (z) = Fx (y) =
Fx (t)e
dt =
Fx (t)e2ity dt .
1137
(18.18)
(18.19)
1138
lim c
F (t) = 0
0+
+ (w) =
F (iy) eiwy dy
(w) =
F (iy) eiwy dy
rispettivamente nei semipiani {Im w > 0} e {Im w < 0}. Osserviamo che
gli integrali che deniscono le funzioni + e sono convergenti, perch per
lipotesi del teorema la funzione y 7 F (iy) in L2 , e = (F (i), eiw )L2 ,
e la funzione y 7 eiwy in L2 (R+ ) se Im w > 0 e in L2 (R ) se Im w <
0. Dallo stesso argomento basato sui teoremi di Fubini, Cauchy e Morera
che abbiamo usato prima della uguaglianza (18.17) ora segue di nuovo che
le funzioni + e sono olomorfe nei rispettivi semipiani di denizione,
{Im w > 0} e {Im w < 0}. (Si osservi che dalla disuguaglianza (18.18)
seguirebbe invece una condizione di convergenza pi debole, perch in base
ad essa gli integrandi si maggiorerebbero con CeAy ey| Im w| e gli integrali
risulterebbero convergenti rispettivamente in {Im w > A} e {Im w < A}).
immediato che
Z
Z
ity
c
F (t) =
F (y) e
dy =
F (iy)e|y| eity dy = + (t+i) (ti) .
(18.20)
Per dimostrare lenunciato dobbiamo mostrare che, se |t| > A, lultimo membro tende a zero quando 0+ . Per questo, mostriamo per prima cosa che
le funzioni sono le restrizioni ai rispettivi semipiani di denizione della
stessa funzione olomorfa. A questo scopo basta costruire una famiglia di
1139
funzioni , ciascuna olomorfa nel semipiano = {Re (wei ) > A}, tali che
/2 , e con la propriet che le funzioni e coincidono nellintersezione dei loro due rispettivi semipiani (questo un esempio di prolungamento
analitico: si veda [23, Ch. 16]). La costruzione di queste funzioni si fa nel
modo seguente.
Consideriamo le semirette (s) = sei , s > 0, e deniamo una famiglia di
funzioni
Z
Z
i
wz
i
F (z) e
dz = e
F (sei ) ewse ds .
(18.21)
(z) =
0+
1140
+
.
2
i()
Re (we ) = |w| Re e
= |w| cos
2
= Re (wei )
.
(18.23)
|w| > A/ cos
2
In altre parole, il secondo membro in questa disuguaglianza la distanza
dallorigine del punto di intersezione delle rette di bordo dei due semipiani.
Ora consideriamo, per r > 0 grande, il settore circolare con lati B :=
{sei : 0 6 s 6 r}, B := {sei : 0 6 s 6 r}, e larco di cerchio
C := {reit : < t < }; chiamiamo T la curva di bordo di questo settore circolare. Fissiamo lattenzione ai w nel semiasse introdotto in (18.22)
ed appartenenti allintersezione , ossia che vericano la disuguaglianza
(18.23)). Osserviamo che, se z C, allora
(18.24)
(dopotutto, ( )/2 lampiezza angolare del settore circolare, e la direzione della sua bisettrice!).
Ora riportiamo lattenzione ad un integrale del
ma sul
R tipo dellenunciato,
wz
bordo T del settore circolare: esplicitamente, T F (z) e
dz. Lintegrando
olomorfo perch w appartiene ai semipiani di olomora, e quindi il Teorema
di Cauchy assicura che lintegrale valga zero. Consideriamo allora lintegrale
1141
R
sulla porzione di T data dallarco di cerchio C, ossia C F (z) ewz dz. In base
alle disuguaglianze (18.24) e (18.18), lintegrando maggiorato da
1142
dove C =
A/2
Capitolo 19
La trasformata zeta
Lo sviluppo di questo capitolo si ispira a [10], [33].
Abbiamo visto nei Corollari 13.1.5 e 12.2.2 che la trasformata di Fourier
di una successione discreta equispaziata di impulsi (ossia di delta di Dirac)
una funzione periodica, e viceversa. Pertanto, la trasformata di Fourier di
un segnale che consiste in una successione equispaziata di impulsi una serie
di Fourier.
Rendiamo pi precisa questa asserzione. Consideriamo un segnale puramente impulsivo a impulsi equispaziati, ossia una distribuzione del tipo f =
P
cn e2in
(19.1)
n=
1144
19.1
Se r < , diciamo che {cn } zeta-ammissibile a destra ed in tal caso deniamo la trasformata zeta (unilatera) della successione {cn } come la serie di
Laurent
X
cn z n
n=0
che converge ad una funzione olomorfa nella corona circolare {|z| > r}, in
base ad un ovvio adattamento (che rimpiazza z con 1/z) dei Teoremi 1.4.2
e 1.4.9 sul dominio di convergenza e la derivabilit termine a termine delle
serie di potenze.
Pi in generale, per ogni successione bilatera {cn , n Z}, poniamo
R=
1
1
1145
La trasformata zeta di c viene indicata con Z(c). Laddove si voglia distinguere fra la trasformata zeta bilatera ed il suo caso particolare unilatero, la
trasformata unilatera viene indicata con Z + . Talvolta i segnali {an } nulli per
n < 0 si chiamano causali (in analogia alla Denizione 17.1.7 di ltro causale) e Z + si chiama la trasformata zeta causale. Pi in generale, chiamiamo
segnali causali i segnali che sono non nulli solo per indici maggiori o uguali
ad un primo indice m0 , anche se m0 < 0 (in tal caso, la trasformata zeta
dierisce solo per un addendo polinomiale di grado m0 da una trasformata
causale nel senso precedente pi restrittivo).
Analogamente, a volte usiamo notazioni dierenti per distinguere fra una
successione bilatera ed il suo troncamento unilatero. Ad esempio, denotiamo
con 1 il segnale che vale costantemente 1 per n Z, e con 1+ il segnale che
vale sempre 1 per n N. A volte, questultimo segnale si intende esteso a
n Z nella maniera naturale, ossia ponendolo uguale a 0 per gli indici n
negativi. Data una successione a = {an }, indicheremo con a1+ , o talora
anche con an 1+ , il suo troncamento agli indici positivi {an }n>0.
Nota 19.1.3. Si osservi che una trasformata zeta la trasformata zeta di un
segnale causale se e solo se essa converge in una corona illimitata {|z| > R}.
Con la
(i)
Z(n ) = z n
Z(1+ ) = Z (1) =
+
X
z n =
n=0
1
1
1
z
z
z1
1146
+
X
n=0
cn+k z n = z k Z(c)(z)
k1
X
cm z km ;
m=0
(i.b)
+
(k)
Z (c
)(z) :=
+
X
n=0
cnk z
=z
Z(c)(z) +
k
X
m=1
cm z mk ;
1147
nulli per gli indici negativi, ed allora lidentit (a) rimane valida,
mentre nellidentit (b) si ha
+
(k)
Z (c
)(z) :=
+
X
n=k
cnk z n = z k Z(c)(z)
1148
Z(c)(z) + Z(c)(z)
2
Z(Im c) =
Z(c)(z) Z(c)(z)
.
2i
(vii) Valore nale: sia f = Z(c) una trasformata zeta convergente nella
corona C = {z : r < |z| < R}. Se r < 1, allora limn+ cn = 0.
(viii) Valore iniziale: sia f la trasformata zeta di un segnale causale c (non
solo strettamente causale: un segnale con solo un numero finito di termini non nulli con indici negativi), quindi convergente nella corona C
data dallesterno di un disco, C = {|z| > r}. Allora esiste un solo
m Z tale che a := limz z m f (z) esiste finito e non nullo: questo
m il primo (ossia pi piccolo) indice tale che cn 6= 0, e si ha cm = a.
Tutte le precedenti propriet valgono anche per la trasformata zeta unilatera Z + (con le modifiche (i.a), (i.b) e (i.c) sopra elencate per la propriet
di traslazione). Si osservi per che, per la trqaslazione, le formule nel caso
unilatero (e nel caso unilatero e causale) coinvolgono un certo numero di dati
iniziali.
Dimostrazione. Le uniche due propriet non ovvie sono la (vii) (valore finale)
e la (viii) (valore iniziale). Per dimostrare la (vii), basta rammentare che
r = lim supn+ |cn |1/n . Per ipotesi, r < 1. Scegliamo > 0 cos piccolo che
si abbia r + < 1. Per le propriet del massimo limite (Sezione 1.1) abbiamo
allora |cn |1/n < r + denitivamente, ossia |cn | < (r + )1/n 0.
P
Per la (viii), basta osservare che f una serie di Laurent f (z) = n>N cn z n
convergente in C: pertanto limz z N f (z) = cN , mentre limz z k f (z) = 0
per ogni k < n.
1149
Z (D
(n)
c) = Z D
(n)
(1)
c+ = (z 1) Z(D c)(z) z
n1
X
m=0
dove D (m) c(0) il valore iniziale (ossia allindice 0) della differenza di ordine
m della successione c, e D (0) c(0) = c0 .
Esempio 19.1.9. Scriviamo nuovamente 1+ la successione che vale 1 per ogni
n > 0 e zero altrimenti. Allora il riesso speculare 1+ la successione
che vale 1 per ogni n 6 0 e zero altrove, e poniamo 1 = 1 1+ , ossia
1 (n) = 1+ (n 1), la successione che vale 1 se n < 0 e 0 altrimenti.
Allora, in base alle parti (iii) e (i) del Teorema 19.1.6 ed alla parte (iii) e
(iii) dellEsempio 19.1.5,
Z(1+ )(z) = Z(1+ )(1/z) =
z
Z(1 )(z) =
1z
1
z
1
z
1
1z
in {|z| > 1}
(19.2)
(19.3)
in {|z| < 1} .
z
Pertanto Z(1 )(z) = z1
= Z(1+ ): le trasformate zeta di queste due
successioni hanno s la stessa espressione meromorfa, ma in due corone diverse
1150
1
X
n=
zn =
n=1
z
,
1z
Esempio 19.1.11. (Trasformata zeta di esponenziale.) Pi in generaogni a R, la trasformata zeta della successione
le rispetto a (19.2), per
P
n
{a , n = 0, 1, 2, . . . } n=0 an z n = z/(z a) = 1/(1 az 1 ), convergente
in {|z| > a}, in coerenza con la parte (ii) del Teorema 19.1.6 (con la notazione ivi stabilita, si tratta della trasformata della successione an 1+ ). Lo stesso
risultato vale per ogni a C nella corona {|z| > |a|}.
Esempio 19.1.12. (Derivata di trasformata zeta di esponenziale.) Derivando m volte lespressione nel precedente Esempio 19.1.11, ed applicando la propriet di derivazione (parte (v) del Teorema
nm +19.1.6), ricaviamo la
n
trasformata zeta della successione hn : n 7 m a
1 (n), che vale
h(z) =
z
(z a)m+1
(19.4)
nella corona |z| > |a|. Ad esempio, la trasformata zeta della successione
cn = 0 per n 6 0, cn = nan1 per n > 1 la funzione z/(z a)2 nella corona
|z| > a.
In eetti, questo risultato si pu vericare con un calcolo diretto, anche senza
ricorrere alla propriet di derivazione. Ad esempio, per m = 1, consideriamo
1151
le successioni
cn = an
dn = nan
hn = nan1
(n > 0)
(n > 0)
(n > 0) .
P
n
Allora, P
nella corona {|z| > |a|},
tra
le
trasformate
zeta
f
(z)
=
,
n>0 cn z
P
g(z) = n>0 dn z n e h(z) = n>0 hn z n valgono le relazioni
z
f (z) =
za
X
X
X
g(z) =
nan z n = a
nan1 z n = aDa
an z n
n>0
= aDa
n>0
n>0
z
az
=
= azf (z)
za
(z a)2
1
z
h(z) = g(z) =
= zf (z)
a
(z a)2
1152
19.2
X
1
1 1
z .
=
e
n! z n
n=0
Quindi, nella suddetta corona circolare, la trasformata zeta ha ununica inversa (cambiando regione di convergenza per cambia linversa, come visto
nella Nota 19.1.10).
Esempio 19.2.3. Siano a, b, c tre numeri complessi diversi fra loro e diversi
da 0, e
z(z a)
.
f (z) =
(z b)(z c)
1153
p(zi ) n1
z
.
q (zi ) i
(19.7)
(z a)z n
(z a)z n
+ Resz=c
(z b)(z c)
(z b)(z c)
ba n ca n
b +
c .
bc
cb
Visto che n > 0, o, equivalentemente, che la corona di convergenza lesterno di un disco, da questo calcolo si ottiene precisamente linversione della
trasformata zeta unilatera Z + , ossia linversione causale.
(za)z n
ha un ulteriore polo al
Invece, per n < 0, la funzione f (z) z n1 = (zb)(zc)
punto z0 = 0, di ordine |n| (quindi semplice solo per n = 1). In questo
caso i residui si calcolano mediante la formula della Proposizione 2.10.4, che
riportiamo qui per comodit del lettore: per un polo di molteplicit k al
punto z0 si ha
Resz=z0 f (z) z n1 =
1
lim D (k1) (z z0 )k f (z) z n1 .
(k 1)! zz0
1
lim D (|n|1) (f (z)/z) .
(|n| 1)! z0
Esercizio 19.2.4. Applicando il metodo illustrato nellEsempio 19.2.3, si mostri che linversione della trasformata zeta causale della funzione
(i)
g(z) =
z1
(z + 1)(z 1/2)
1154
1
4
(1)n1 (1/2)n1 ,
3
3
(z 1)3
z(z + 1)(z 1/2)
1
16
(1)n2
(1/2)n2 .
3
12
a
z
1 X an
z n=0 z n
X
an
zm
m1
=z
.
za
zn
n=0
z
a
1 X zn
=
a n=0 an
(19.8)
1155
zm
zm X zn
=
.
za
a n=0 an
Esempio 19.2.7. (Inversione della trasformata zeta con frazioni parziali, caso di poli semplici.) Consideriamo la funzione
f (z) =
z(z 1)
,
(z + 1)(z 1/2)
olomorfa nella corona {|z| > 1}, e scriviamola come zg(z), dove g la funzione la cui antitrasformata zeta stata studiata nellEsercizio 19.2.4. Procediamo a spezzare g come somma di due funzioni razionali pi semplici la
cui antitrasformata zeta gi nota, procedendo come nella consueta tecnica
di integrazione per frazioni parziali. Scriviamo
a
b
z1
=
+
(z + 1)(z 1/2)
z + 1 z 1/2
1156
1
z
4 z
.
3 z + 1 3 z 1/2
z
z
Consideriamo i termini 34 z+1
, olomorfo nella corona {|z| > 1}, e 31 z1/2
,
1
olomorfo nella corona {|z| > 2 }. Dal calcolo dellEsempio 19.1.11 sappiamo
z
1
che Z 1 ( z+1
) = {(1)n per n > 0 e 0 per n < 0, e Z 1 ( z1/2
) = {( 21 )n
per n > 0 e 0 per n < 0. Quindi, nellintersezione delle due corone, ossia in
({|z| > 1}), la antitrasformata zeta della funzione f cn = 43 (1)n 13 (1/2)n .
(Per n = 0, il valore di c0 si ricava anche dalla propriet del valore nale
(parte (viii) del Teorema 19.1.6), che implica c0 = 1).
a
b
z
=
+
(z z1 )(z z2 )
z + 1 z 1/2
con 0 < |z1 | < |z2 |. Si calcoli la trasfromata zeta inversa di f nelle corone
C = {|z| < |z1 |}, C0 = {|z1 | < |z| < |z2 |} e C+ = {|z| > |z2 |}.
Svolgimento. Come suggerito dalla Nota 19.2.8, decomponiamo in frazioni
parziali il quoziente f (z)/z ,
f (z)
b
1
a
+
,
=
=
z
(z z1 )(z z2 )
z z1 z z2
e ricaviamo
a=
e quindi
1
= b
z1 z2
1
f (z) =
z1 z2
z
z
z z1 z z2
(19.9)
1157
DallEsempio 19.1.11 (o anche dallEsempio 19.2.5) ora segue che la antitrasformata zeta causale di f , nella corona C+ = {|z| > |z2 |}, 0 per n < 0
e
1
(z n z2n )
fn =
z1 z2 1
per n > 0.
Consideriamo invece la corona circolare C0 . Per trovare i coecienti fn qui
riscriviamo (19.9) come somma di due serie geometriche convergenti in questa
corona:
z
(z1 z2 ) f (z) =
=
z
z
1
z2
=
z1 +
z z1 z z2
1 z
1 zz2
X
z1 n
n=0
n
X
z
n=1
z2
X
zn
n=0
1
zn
X
z2n
+
.
zn
n=1
z1n
z1 z2
z2n
z1 z2
se
n>0
se
n < 0.
z
z
(z1 z2 ) f (z) =
= z1 z + z2 z
z z1 z z2
1 z1
1 z2
X
X
1
1
1
n
n z
(z2n z1n ) n .
=
n
z2
z1
z
n=1
n=1
z2n z1n
z1 z2
1158
Esempio 19.2.11. (Inversione della trasformata zeta con frazioni parziali, caso di poli multipli.) In questo esempio applichiamo il metodo di
decomposizioni in frazioni parziali, introdotto nel precedente Esempio 19.2.7,
allinversione della trasformata zeta (limitando lattenzione al caso causale)
di una funzione razionale in cui il polinomio al denominatore ha zeri ripetuti.
Utilizziamo quasi la stessa funzione dellEsempio precedente, ma aumentando
la molteplicit della radice 1 al denominatore, ad esempio cos:
h(z) =
z(z 1)
.
(z + 1)2 (z 1/2)
z1
a
b
c
=
+
+
2
(z + 1) (z 1/2)
z 1/2 z + 1 (z + 1)2
= 2a
1
1
1
+b
+c
.
1 2z
1+z
(1 + z)2
Quando trasformiamo lultimo membro ad una unica frazione, il suo numeratore diventa a(z + 1)2 + b(z 1/2)(z + 1) + c(z 1/2), mentre il numeratore
di u z 1. Uguagliando questi due numeratori otteniamo a + b = 0,
2a + c + b/2 = 1, a (b + c)/2 = 1. Da qui si ricava a = 2/11, b = 2/11,
c = 16/11. Pertanto
h(z) =
2 z
16
z
2 2z
+
+
.
11 2z 1 11 1 + z 11 (1 + z)2
1159
2
16
2 1
n
+
(1)
+
n(1)n1
11 2n 11
11
per n > 0.
19.2.1
Consideriamo, pi in generale rispetto agli ultimi esempi, una funzione razionale data dal rapporto fra due polinomi di grado m. Senza perdita di
generalit possiamo supporre di normalizzare il denominatore in maniera
che il suo termine di grado massimo valga 1:
p(z)
a0 z m + a1 z m1 + + am
f (z) =
= m
.
q(z)
z + b1 z m1 + + bm
Raccogliendo un fattore z m dal denominatore ed applicando la formula di
somma geometrica 1/(1t) = 1t+t2 . . . con t = b1 /zb2 /z 2 bm /z m
troviamo
1
1
1
= m
q(z)
z 1 + b1 /z + + bm /z m
1
= m (1 (b1 /z b2 /z 2 bm /z m )
z
+ (b1 /z b2 /z 2 bm /z m )2 + . . . ) .
Ora trasferiamo il fattore 1/z m al numeratore, che diventa p(z)/z m = a0 +
a1 /z + + am /z m e sviluppiamo il prodotto di p(z)/z m e 1/q(z):
f (z) =
p(z)
= a0 + (a1 b1 a0 )/z + . . . .
q(z)
1160
19.3
Nota 19.3.1. (Commutativit della convoluzione di successioni.) Consideriamo due successioni c = {cn , n Z} e d = {dn , n Z}. Rammentiamo
che, in analogia alla Denizione 6.1.2, la convoluzione c d la successione
(a valori niti od inniti)
c d(n) =
ck dnk .
k=
Si osservi che la successione cos ottenuta potrebbe non essere in 1 , ed anche se loP non Pdetto che si possa scambiare lordine di somma nella serie
doppia
k= ck dnk . Abbiamo visto nellEsercizio 6.1.13 (basato
n=
1161
X
X
n= k=
Pertanto, in base alla propriet di riordinamento delle serie numeriche (Sezione 1.1), lordine con cui sommiamo i termini irrilevante, e quindi si pu
scambiare lordine delle due somme:
X
X
X
X
ck dnk =
ck dnk .
n= k=
k= n=
Teorema 19.3.2. (Trasformata zeta della convoluzione di due segnali.) Se c = {cn , n Z} e d = {dn , n Z} sono due successioni in 1 ,
e le loro trasformate zeta convergono rispettivamente nelle corone Cc e Cd ,
allora
Z(c d) = Z(c) Z(d)
e questa trasformata zeta converge nellintersezione Cc Cd .
Dimostrazione. Nel calcolare la trasformata zeta della convoluzione, scambiamo lordine di somma come giusticato nella precedente Nota 19.3.1:
!
X
X
ck dnk z n
Z(c d)(z) =
n=
k=
k=
ck
dnk z
n=
= Z(c)(z) Z(d)(z) .
k=
ck z
n=
dnk z (nk)
1162
Ora che abbiamo mostrato che la trasformata zeta manda convoluzioni in prodotti puntuali, vorremmo mostrare il viceversa, in analogia con la
trasformata di Fourier. Per questo, per, dobbiamo considerare opportune
convoluzioni per funzioni olomorfe, rispetto ad una misura diversa dalla misura di Lebesgue sulla retta: ci serve una misura invariante per dilatazione
invece che per traslazione. La introduciamo nella seguente Nota.
1163
Definizione 19.3.4. In questo capitolo chiamiamo convoluzione moltiplicativa la convoluzione rispetto alla misura moltiplicativa , e la indichiamo con
. Ossia, se f e g sono due funzioni olomorfe in un aperto connesso A C,
Z
x
dw
1
f
g(w)
,
f g(x) =
2i C
w
w
1164
cn dn z n .
n=
1165
X
1
h(z) =
cn
g(w) w n1 dw z n
(19.11)
2i
r
n=
!
Z
Z
w n
X
1
dw
z
1
1
=
cn
f
g(w)
g(w) w dw =
.
2i r n=
z
2i r
w
w
Anch si possa passare dal secondo al terzo membro, per, occorre che su
tutti i punti dellimmagine della curva r la trasformata zeta f (z/w) converga:
quindi lidentit vale per i numeri complessi z tali che, per ogni w nellimmagine di r (contenuta in Cd ), il numero complesso z/w appartenga alla corona
di convergenza Cd . Ossia, deve essere rd < |w| < Rd e rc < |z/w| < Rc .
Queste disuguaglianze implicano rc rd < |z| < Rc Rd : questa quindi una
corona contenuta nella corona di convergenza di f = Z(b).
Le restrizioni allimmagine della curva r delle trasformate zeta f e g sono
1
continue (restrizioni diRfunzioni
: pertanto sappiamo
olomorfe!)
Re quindi
in L dw
dw
x
x
1
cn d n =
2i
n=
1 dw
f (w) g
.
w
w
r
1166
X
cn d n =
f (rei ) g(rei ) d .
0
n=
Ad esempio, se cn dn ,
n=
|cn | =
2
0
|f (rei )|2 d .
(19.12)
Capitolo 20
Applicazioni della trasformata
zeta ai sistemi a tempo discreto
(filtri digitali lineari di ordine
finito)
Lo sviluppo di questo capitolo si ispira a [33], [17, Ch. 2]; la Sezione 20.1 si
ispira anche a [10, Cap.17,Sez.5].
20.1
(20.1)
Il problema consiste nel ricavare la successione incognita in termini della successione dei dati.
In questo libro trattiamo le equazioni alle dierenze in questa seconda formulazione.
Un problema di questo tipo in generale non ha ununica soluzione. Vediamo alcuni esempi.
Esempio 20.1.1. Sia
gn gn1 = 1 .
1169
(20.2)
(20.4)
(20.5)
un cui caso particolare stato studiato nella prima parte dellEsempio 20.1.1.
Qui la funzione di trasferimento in (20.2)
h(z) =
1
z
=
,
1
1z
z1
e dalla parte (ii) dellEsempio 19.1.5 vediamo che h = Z + (1) la trasformata zeta unilatera della successione identicamente 1, o, se si preferisce, la
trasformata zeta bilatera della successione hn = 1 per n > 0 e 0 per n < 0.
Risolviamo quindi il problema (20.5) in qualche caso concreto. Sia fn = hn .
Allora g(z) = h(z)f (z) = z 2 /(z 1)2 . Procediamo dapprima seguendo lapproccio di (20.3). Come nellEsempio 19.2.11, riduciamo ad una somma di
frazioni parziali la funzione razionale u(z) = g(z)/z. Poniamo
u(z) =
g(z)
z
a
b
=
=
+
2
z
(z 1)
z 1 (z 1)2
20.2
(20.6)
ossia
bg =af,
m
X
ai z
q(z) = 1 +
r
X
bi z i .
(20.8)
i=1
i=0
(20.9)
(20.10)
g = hf ,
ossia
gn =
fj hnj =
(20.12)
fnj hj
j=
j=
z g(z) = f (z)z
rm
m
X
ai z
mi
i=0
g(z)
r
X
bi z ri
i=1
ossia
g(z) = f (z)z
m
X
i=0
ai z
mi
g(z)
r
X
bi z
= f (z)
i=1
m
X
i=0
ai z
g(z)
r
X
bi z i
i=1
(20.13)
Ora, applicando la trasformata zeta inversa ed il Teorema di convoluzione
19.3.2, da (20.13) otteniamo:
Proposizione 20.2.3. (Espressione iterativa delloutput di un sistema discreto.)
m
r
X
X
gn =
ai fni
bi gni .
(20.14)
i=0
i=1
z
)
=1 (1 z )
=1
rm
Qr
(20.15)
= a0 Qr
h(z) = a0 z
z .
=1 (z z )
=1 (1 z )
Nota 20.2.4. Ogni fattore 1 zz nellultimo membro di (20.15) produce (se
z 6= 0) uno zero a z = z ed un polo a z = 0; se il fattore si trova al
denominatore, questo porta rispettivamente ad un polo ed ad uno zero della
funzione di trasferimento h(z). Quindi il numero complessivo di poli e zeri
identico. Osserviamo invece che, nel caso in cui la radice z sia nellorigine
(ossia z = 0), il fattore 1 zz vale identicamente 1, e quindi il contributo
inessenziale. In generale, per evitare banalit, restringiamo lattenzione a
poli e zeri non ubicati a 0 o innito: allora i poli posono non essere tanti
quanti gli zeri, ed ha senso la seguente notazione 20.2.5.
Notazione 20.2.5. (Filtri AP e filtri AZ.) Un ltro con soli zeri (nel
senso della precedente Nota 20.2.4, ossia con fattori polinomiali solo al numeratore dellultima frazione dellidentit 20.15) si denota come filtro AZ.
Un ltro con soli poli si denota come filtro AP. Un ltro la cui funzione di
trasferimento ha sia poli sia zeri non banali (ossia al nito e non nulli) si
indica con filtro PZ.
20.2.1
Nota 20.2.9. Segue da (20.12) e dal precedente Corollario 20.2.8 che un ltro
digitale (ovvero sistema a tempo discreto invariante per traslazione) causale
se e solo se la sua risposta {gn } allinput generico {fn }
gn =
n
X
j=
fj hnj =
n
X
fnj hj .
j=
j=0
se
n > 0,
h+
n = 0
se
n<0
hn = hn
se
n 6 0,
hn = 0
se
n > 0,
X
X
X
|hm | |fnm| 6 (max |fj |)
|hm |
hm fnm 6
|gn | =
j
m=
m=
m=
= kf k khk1 .
P
Viceversa, supponiamo che si abbia
m= |hm | = , e mostriamo che in
questo caso in generale h f non limitato, anzi addirittura pu non essere
denito (pu assumere valori inniti). Basta scegliere fn tale che |fn | = 1
e hn fn = |hn | (in P
altre parole, se hn P
= rei , poniamo fn = ei ). Allora
kf k = 1 ma g0 = m= hm fm =
m= |hm | = .
z
a
b
=
+
(z z1 )(z z2 )
z z1 z z2
un ltro causale nella corona circolare C+ = {|z| > |z2 |}; in questa regione la risposta allimpulso {hn } combinazione lineare dei due esponenziali {z1n } e {z2n } con n > 0: quindi il ltro stabile se e solo se
entrambi i poli z1 e z2 sono dentro il disco aperto di raggio 1 (infatti
questo equivale al fatto che entrambi gli esponenziali siano in 1 );
un ltro non causale nella corona circolare C0 = {|z1 | < |z| < |z2 |}; in
questa regione la risposta allimpulso {hn } combinazione lineare dei
due esponenziali {z1n , n > 0} e {z2n , n 6 0}, quindi il ltro stabile se
e solo se |z1 | < 1 < |z2 |;
un ltro non causale nel disco C = {|z| < |z1 |}; in questa regione la
risposta allimpulso {hn } combinazione lineare dei due esponenziali
{z1n , n 6 0} e {z2n , n 6 0}, quindi il ltro stabile se e solo se z1 e z2
hanno modulo maggiore di 1.
Il lettore verichi laccordo fra questi risultati e la caratterizzazione della
stabilit data nel Corollario 20.2.14.
z3
(z z1 )(z z2 )
con |z1 | < |z2 | < 1, nella corona {|z| > |z2 |}.
z((z1 + z2 )z z1 z2 )
,
(z z1 )(z z2 )
20.2.2
ovvio dal Corollario 20.2.14 che un ltro del primo ordine con funzione di
trasferimento h(z) = 1/(1 az 1 stabile se e solo se il suo polo z = a
interno al disco unitario, ossia |a| < 1, ed analogamente per il generico ltro
del primo ordine
1 zb
h(z) =
,
1 az
a meno che, naturalmente, non si abbia a = b, nel qual caso il ltro banale
( loperatore identit).
Esaminiamo allora il caso dei ltri del secondo ordine, a cui dedichiamo il
seguente Esempio.
Esempio 20.2.17. (Triangolo di stabilit.) Consideriamo il ltro del secondo ordine con funzione di trasferimento
h(z) =
b
1+
a1
z
a2
z2
con a1 , a2 R. I suoi poli sono gli zeri del denominatore, ubicati nei punti
q
a1
1
2
a1 4a2 ,
z = =
2
(20.16)
(20.17)
20.2.3
1
1
a
z
se
n > 0,
an ban1
1
se
n = 0,
f (n) =
0
se
n < 0.
La parte (i) del precedente Esempio 20.2.18 si generalizza immediatamente come segue:
Proposizione 20.2.19. (Risposta allimpulso di un filtro digitale causale razionale (ossia di ordine finito.) Consideriamo il filtro h di ordine
n = max{m, r} (Definizione 20.2.1) con funzione di trasferimento
Qm
Qm
z
=1 (z z )
=1 (1 z )
h(z) = a0 Qr
= a0 Qr
z
=1 (z z )
=1 (1 z )
e supponiamo che i poli siano semplici (ossia che non coincidano: nel caso
di poli multipli, si generalizzi quanto segue alla luce dellEsempio 19.2.11).
Come nellEsempio 19.2.7, sviluppiamo la frazione in frazioni parziali.
(i) Se m < r, lo sviluppo in frazioni parziali del tipo
r
X
A
h(z) =
,
1 zz
=1
r
X
=1
{A zn }n>0 =
r
X
A zn 1+
=1
mr
X
=0
X A
B
+
,
z =1 1 zz
mr
X
=0
B 0 (n ) +
r
X
A zn 1+ .
=1
1183
m
m
m
1 X mi
1 X mi X i
ai z
= m
ai z
=
ai z .
z r i=0
z i=0
i=0
rm
m
X
ai i ,
i=0
in base alla parte (i) dellEsempio 19.1.5. In questo caso, quindi, la risposta
allimpulso vale zero dopo m istanti nel futuro, ed il sistema ritorna a riposo.
Un tale sistema a tempo discreto si chiama FIR (acronimo di Finite Impulse
Response).
signicativo osservare che, in base alla denizione (20.6) di sistema a tempo
discreto, i sistemi FIR sono precisamente quelli in cui loutput gn una
combinazione lineare degli input ai tempi n, n 1, . . . , n r, senza feedback
dei termini gn1 , gn2 , . . . . Per questa ragione, a volte i ltri FIR vengono
chiamati non ricorsivi.
20.3
j=
i(nj)
hj e
in
=e
j=
X
h(z) := Z(h)(z) =
hj z j .
(20.18)
j=
1
z
a
1 az
dove a C tale che |a| < 1: in altre parole, lunico polo, z = a, interno
al disco unitario, e lunico zero, z = 1/a, il reciproco del suo complesso
coniugato e quindi esterno al disco. Pertanto questo ltro causale (e
1185
1 |a|2
.
|1 aei |2
hj hjn .
j=
X
X
i
ij
ij
= h(ei )h(ei ) .
(e ) =
hj e
hj e
j=
j=
1
|hn | =
0 =
2
n=
2
|h(ei )|2 d .
Nella nostra modellizzazione, questo numero rappresenta lenergia della risposta allimpulso del ltro.
20.3.1
1187
ei
Figura 20.1: Il modulo della risposta in frequenza al punto ei di un filtro con un solo
polo z0 (senza perdita di generalit disegnato sul semiasse reale positivo, al punto r = |z0 |)
il rapporto fra la lunghezza dei due segmenti che congiungono ei con lorigine e con
z0 , la fase la somma (algebrica) delle fasi dei numeri complessi rappresentati da questi
segmenti. Ovviamente, il primo dei due segmenti ha lunghezza 1, quindi il modulo della
risposta in frequenza allangolo semplicemente la lunghezza del segmento dal polo a
ei
fase 0 , ossia quando i due segmenti di cui sopra sono di nuovo allineati
ma il punto ei sulla circonferenza opposto al polo z0 (il segmento che li
congiunge passa per lorigine). Il valore del minimo 1/(1 + |z0 |): qui si
ottiene un avvallamento del graco invece che un picco. Per, man mano che
il polo si avvicina alla circonferenza unitaria, il corrispondente avvallamento
meno stretto del picco opposto, come illustrato nella prossima Nota.
(20.21)
Vogliamo dimostrare che la caduta dei valori per deviazioni angolari in prossimit del picco pi marcata dellaumemento alla stessa deviazione angolare
in prossimit della valle, ossia che + /(1/ ) = + inferiore a 1.
Per semplicit, limitiamo lattenzione ad una deviazione angolare che,
vista da z0 in direzione 0 , pari a /2: questa scelta semplica i calcoli,
perch, se senza perdita di generalit trasportiamo z0 sul semiasse reale positivo ruotando il disco, allora il segmento da z0 a ei+ diventa verticale (ossia
parallelo allasse y: si veda la Figura 20.2). Dora in avanti, senza perdita di
generalit, assumiamo 0 = 0 e 0 = .
i
Scriviamo r = |z0 | e chiamiamo d() la lunghezza
del segmento da z0 a e :
dal teorema di Pitagora d(+ ) esattamente
1 r 2 , e quindi, in base a
i+
2
(20.19), + = |h(e )| = 1/d(+ ) = 1/ 1 r .
Invece, se consideriamo un settore angolare di identica ampiezza intorno a
e chiamiamo = + il suo angolo terminale, lalteezza del
punto
i
e
rispetto alla sua proiezione r sullasse x rimane uguale, ossia 1 r 2 .
Questa altezza il cateto verticale di un triangolo rettangolo che ha come terzo vertice z0 = r, e, di nuovo per il teorema di Pitagora, abbiamo
d( )2 =1 r 2 + (2r)2 = 1 + 3r 2 . Quindi = h(ei ) = (1 + r)/d( ) =
(1 + r)/ 1 + 3r 2 .
Pertanto,
+ =
1r
1+r
1 + 3r 2
=
1+r
1 r2
< 1.
1 + 3r 2
(20.22)
Il fatto che i picchi indotti da ciascun polo siano pi stretti delle valli ad
essi opposte ci induce a limitare lattenzione solo ai primi, perch quando si
1189
(1-r 2 )1/2
1-r
(1+3r 2)1/2
Figura 20.2: La caduta dei valori rispetto ai valori estremi della risposta in frequenza
di un filtro dovuti ad un unico polo si calcola in termini delle lunghezze dei segmenti in
questa figura: si veda (20.22)
z z0
z0
=
,
z
z
(20.23)
ed otteniamo un minimo di |h(ei )| in prossimit dellangolo di fase di ciascuno zero. Quindi in tutti i casi la risposta in frequenza ha modulo con
andamento ondulatorio, ma con picchi in prossimit delle fasi dei poli e valli
vicino alle fasi degli zeri, o equivalentemente con picchi approssimativamente
ai punti della circonferenza pi vicini ai poli e valli nei punti pi vicini agli
zeri.
Si noti per che il contributo al modulo prodotto da uno zero ha contributo
massimo molto minore di quello prodotto da un polo, almeno quando entrambi sono situati vicino alla circonferenza unitaria. Infatti, in questi due
casi, vediamo da (20.20) e (20.23) che il massimo ed il minimo del modulo
della risposta in frequenza valgono rispettivamente 1/(1 r) e 1/(1 + r) per
un polo, e 1 + r e 1 r per uno zero: quindi lescursione totale del modulo
vale (1 + r)/(1 r) in entrambi i casi, ma per r 1 il massimo modulo
molto maggiore per un polo che non per uno zero.
Si osservi che i poli devono essere contenuti nel disco unitario perch stiamo
limitando lattenzione a ltri stabili, ma gli zeri no: per il ragionamento
geometrico appena sviluppato per determinare lubicazione delle valli rimane
valido: il punto estremo comunque dato dallallineamento dei due segmenti
nella Figura 20.1, anche quando i due segmenti allineati sono da parti opposte
rispetto alla circonferenza unitaria.
1191
Zero
Polo
Figura 20.3: Diagramma di zeri e poli del filtro dellEsempio 20.3.9: c un solo zero
allorigine ed un solo polo al punto reale r, con 0 < r < 1. In questi diagrammi gli zeri
sono indicati con un pallino nero, i poli con un pallino vuoto; il contributo di zeri o poli
allorigine inessenziale (consiste del fattore 1)
1
.
1 rz 1
Come visto nella parte (i) della Proposizione 20.2.19, ed anche nella Nota
20.2.20, la risposta allimpulso a durata innita: essa vale r n per ogni n > 0
(Esempi 19.1.11 e 20.2.18). Si tratta quindi di un ltro IIR. Il modulo e la
fase della risposta in frequenza si calcolano banalmente, e sono illustrati nelle
Figure 20.4 e 20.5, rispettivamente.
Esaminiamo cosa succede se, invece che un solo polo al punto r, abbiamo
un ltro la cui funzione di trasferimento ha un solo zero allo stesso punto.
I graci della risposta in frequenza sono presentati nelle Figure 20.6 e 20.7,
rispettivamente.
1193
Modulo: |h(z)|
7
6
5
4
3
2
1
0
z
0
Figura 20.4: Modulo della funzione di trasferimento del filtro dellEsempio 20.3.9, con
un solo polo al punto r
3
2
1
0
1
2
z
3
0
Figura 20.5: Fase della risposta in frequenza del filtro dellEsempio 20.3.9, con un solo
polo al punto r
1 r m z m
zm rm
=
.
1 rz 1
z m1 (z r)
1195
Modulo: |h(z)|
1.4
1.2
1
0.8
0.6
0.4
0.2
0
z
0
Figura 20.6: Modulo della funzione di trasferimento del filtro dellEsempio 20.3.9, con
un solo zero al punto r
2
1
0
1
2
3
z
0
Figura 20.7: Fase della risposta in frequenza del filtro dellEsempio 20.3.9, con un solo
zero al punto r
Z (7 zeri)
P,Z
1197
Figura 20.8: Diagramma di zeri e poli del filtro dellEsempio 20.3.10: ci sono otto poli a
distanza r dallorigine ed un solo zero al punto reale r, con 0 < r < 1; possiamo introdurre
7 zeri inessenziali allorigine.
Modulo della funzione di trasferimento, 8 poli equidistribuiti, uno zero non banale
6
Modulo: |h(z)|
5
4
3
2
1
0
Figura 20.9: Modulo della funzione di trasferimento del filtro dellEsempio 20.3.10
3
2
1
0
1
2
3
0
Figura 20.10: Fase della risposta in frequenza del filtro dellEsempio 20.3.10
Modulo della funzione di trasferimento, 8 poli equidistribuiti, senza zeri non banali
Modulo: |h(z)|
1.5
0,5
z
0
Figura 20.11: Modulo della funzione di trasferimento del filtro dellEsempio 20.3.11
1199
Fase della funzione di trasferimento, 8 poli equidistribuiti, senza zeri non banali
(radianti)
3
2
1
0
1
2
z
3
0
Figura 20.12: Fase della risposta in frequenza del filtro dellEsempio 20.3.11
20.4
20.4.1
1
1
1
4z
1
2z
z
z
1
4
1
2
z
z
1
2
1
4
1201
20.4.2
|h
|
n < e
n=0 |(hinv )n | < equivalgono alla stabilit in base al
n=0
Corollario 19.1.13 ed al fatto che i poli del ltro e del suo inverso devono
essere di modulo minore di 1.
3
0
3
0
3
0
Figura 20.13: Fase della risposta in frequenza del filtro con 8, 16 e 32 poli angolarmente
equispaziati ed altrettanti zeri inframmezzati, tutti interni al disco unitario, di modulo
0.9: la variazione di fase decresce al crescere del numero di poli
1203
Esempio 20.4.7. (Filtri a fase massima.) Sempre in base alla Nota 20.3.8,
ci aspettiamo che, nel caso di k zeri e poli equidistribuiti esterni al disco, la
fase abbia variazioni che si mantengono sempre massime (ossia con escursione fra e ) e via via pi ripide allaumentare del loro numero k. In
eetti, le Figure ??, ?? e ?? illustrano landamento della fase dei ltri (stabili
anticausali, come vedremo nelle prossime righe) con gli stessi poli e zeri angolarmente equidistribuiti ed inframmezzati del precedente Esempio 20.4.6,
ma ora spostati radialmente fuori del disco (abbiamo aumentato il valore di
r a 1.1). Nelle tre gure abbiamo considerato i casi k = 2n per n = 2, 3, 4: si
vede che, per ogni tale k, lescursione della fase supera lintero giro da a
. Un ltro con tutti gli zeri ed i poli al di fuori del disco unitario causale se
la sua funzione di trasferimento considerata in una corona illimitata, ma in
tal caso ovviamente instabile (Corollario 20.2.14), e se invertibile neppure
il suo inverso stabile (in base al Corollario 20.4.1). Invece, se la funzione
di trasferimento considerata in un disco con centro lorigine, ogni ltro on
tutti gli zeri ed i poli al di fuori del disco unitario anticausale ma stabile,
sempre per il medesimo Corollario, ed in tal caso, se invertibile, anche il
ltro inverso, se scelto anticausale, stabile. Un ltro anticausale e stabile
con inverso anticausale e stabile si dice a fase massima.
Esempio 20.4.8. (Filtri a fase mista.) Se alcuni zeri e poli sono interni
al disco unitario ed altri sono esterni, il ltro si dice a fase mista. Nel caso
che i poli siano in parte interni ed in parte esterni al disco unitario, un tale
ltro non stabile qualunque sia la regione di convergenza scelta (Corollario
20.2.14), e se invertibile neppure il suo inverso stabile (in base al Corollario 20.4.1). Questi ltri quindi sono meno frequenti nella applicazioni
numeriche, ma sono interessanti per lanalisi.
Modichiamo i ltri dei due precedenti Esempi 20.4.6 e 20.4.7 in maniera
che alcuni zeri e poli cadano fuori dal disco. Facciamo questo in maniera
aleatoria, in modo da eliminare anche gli eetti di simmetrizzazione dovuti
alla equidistribuzione angolare di poli e zeri. A questo scopo, perturbiamo
la distanza dallorigine r di ciascuno zero e polo in tre modi, sempre aggiungendogli una variabile aleatoria di modulo inferiore a 0.05: il primo
3
0
3
0
3
0
Figura 20.14: Fase della risposta in frequenza del filtro con 2n poli angolarmente equispaziati ed altrettanti zeri inframmezzati, tutti esterni al disco unitario, di modulo r = 1.1
(qui n = 3, 4, 5): lescursione della fase si mantiene sempre elevata
1205
20.4.3
Filtri passa-tutto
10
Modulo, |h(z)|
z
0
z
0
Figura 20.15: Modulo e fase della risposta in frequenza del filtro con 8 poli angolarmente quasi equispaziati ed altrettanti zeri inframmezzati, tutti interni al disco unitario,
a distanze dal centro scelte a caso fra 0.85 e 0.95: il modulo non elevato, la fase varia
poco
1207
Modulo, |h(z)|
400
200
z
0
4
3
2
z
0
Figura 20.16: Modulo e fase della risposta in frequenza del filtro con 8 poli angolarmente
quasi equispaziati ed altrettanti zeri inframmezzati, circa met ei quali interni al disco
unitario e laltra met esterni, a distanze dal centro scelte a caso fra 0.95 e 1.05: il modulo
elevato, la fase varia molto
k < 0 (in questo caso il ltro predittivo, non causale). La sua funzione di
trasferimento la trasformata zeta di k , ossia h(z) = z k .
Esempio 20.4.9. (Filtri PA.) Un caso assai pi generale il seguente (ltriPA), a cui limiteremo la nostra analisi dei ltri passa-tutto:
Pm
k
am + am1 z 1 + + z m
k=0 amk z
P
=
hpa (z) =
m
k
1 + a1 z 1 + + am z m
k=0 ak z
Modulo, |h(z)|
15
10
z
0
15
10
0
z
0
Figura 20.17: Modulo e fase della risposta in frequenza del filtro con 8 poli angolarmente quasi equispaziati ed altrettanti zeri inframmezzati, tutti esterni al disco unitario,
a distanze dal centro scelte a caso fra 1.05 e 1.15: il modulo non elevato, ma la fase varia
molto
Pm
k=0
1209
amk z k . Allora
D(1/z) =
m
X
ak z k ,
k=0
N(z) = z m D(1/z) .
Polo
Zero
Figura 20.18: Diagramma di zeri e poli di un filtro passa-tutto: i poli sono interni al
disco unitario, gli zeri sono i loro riflessi sferici rispetto alla circonferenza unitaria (ovvero,
i reciproci dei loro coniugati)
Naturalmente, se tutti i coecienti ak del sistema sono reali, allora gli
zeri sono o reali o a coppie di numeri complessi coniugati, e quindi lo stesso
succede ai poli, come illustrato in Figura 20.19.
Polo
Zero
Figura 20.19: Nel caso di un filtro passa-tutto a coefficienti reali, gli zeri ed i poli
formano anche un insieme invariante per coniugazione
1
z
a
,
1 az
(20.24)
verifica |hpa (z)| = 1 se |z| = 1 (come gi sappiamo), ma anche |hpa (z)| >
1 se |z| < 1 e |hpa (z)| < 1 se |z| > 1.
1211
| 1 az|2
|z
a2
|
1 + r 2 |a|2 2r Re(aeit )
.
r 2 + |a|2 2r Re(aeit )
20.4.4
1213
a
z
b
z
Svolgimento. Fattorizziamo
h(z) =
a 1 az
.
1 zb 1z a
1
z
1 az
1
a
z
1
z
a
1 zb
0.5
0.5
1
1
Ritardo di gruppo
49.4414
60
50
40
30
20
10
2.402
10
20
30
40
50
Figura 20.20: Diagramma zeripoli, fase della risposta in frequenza, ritardo di gruppo
e modulo della risposta allimpulso di un filtro passa-tutto con 16 poli scelti a caso dentro
il disco unitario in prossimit della sua frontiera, ed ovviamente altrettanti zeri (riflessi
sferici dei poli) fuori del disco
Corollario 20.4.13. Fra tutti i filtri che hanno la stessa ampiezza della
risposta in frequenza, il filtro a fase minima ha il minimo ritardo di gruppo.
Dimostrazione. Questo segue immediatamente dalla
fattorizzazione (20.25),
d
perch il ritardo di gruppo () = Re z dz ln h z=ei (Denizione 20.3.2)
espresso da un logaritmo, e quindi si spezza in maniera additiva: () =
min () + ap (). Poich il ritardo di gruppo della componente PA positivo
(in base alla parte (ii) della Proposizione 20.4.10), da questo segue che il
ritardo di gruppo minimo si ottiene per il ltro a fase minima.
1215
diventa il reciproco:
qswap (z) :=
1
1
p0
z
z0
z
1
,
q(z)
= m + ( m ) m ( m ) = 2m
z = ei ei(2m ) = e2im ei
h(z) = h(ei )
1
h(e2im ei )
:= hswap
5
4
3
2
1
8
6
4
2
6
4
2
2
Fase della risposta
2
4.0045
2
Fase della risposta
Fase della risposta
Fase della risposta
0
0
0
2
2
2
2
Ritardo di gruppo
Ritardo di gruppo
Ritardo di gruppo
Ritardo di gruppo
4.1757
0.1751
3.6163
0
0
3.6163
0.1751
4.1757
4.0045
Figura 20.21: Modulo e fase della risposta in frequenza e ritardo di gruppo dei quattro
filtri di ordine 2 con uno zero ed un polo, ottenuti dalla riflessione sferica dallinterno
allesterno della circonferenza unitaria dello zero o del polo o di entrambi: il modulo della
risposta in frequenza lo stesso nei quattro casi. Nella prima colonna in cui sia lo zero sia
il polo sono interni al disco unitario: si tratta quindi del filtro a fase minima. Si verifica
immediatamente quanto dimostrato nel Corollario 20.4.13: per ogni frequenza, in valore
assoluto il ritardo di gruppo Re(z ln h(z)) del filtro a fase minima il pi piccolo di tutti
(in questo caso identico, ma con il segno opposto, a quello del filtro instabile ottenuto
dal flip simultaneo sia del polo sia dello zero.
20.4.5
Una retroazione, o feedback, per un ltro H il ltro F ottenuto dalla disposizione a cascata (detto anche a circuto chiuso) del ltro H seguito da un
ltro G che rinvia allingresso da H il negativo dellazione di G sul segnale
1217
h(z)
Z(out)
=
=
Z(in)
1 + g(z)h(z)
1
h(z)
1
.
+ g(z)
(20.26)
Quando H e G sono ltri causali razionali (ossia di ordine nito), ossia h(z) =
nh (z)/dh (z) e g(z) = ng (z)/dg (z), con nh , dh , ng , dg polinomi nella variabile
1/z, da questo si ottiene
f (z) =
nh (z) dg (z)
.
dh (z) dg (z) + nh (z) ng (z)
(20.27)
Quindi i poli del ltro a retroazione sono gli zeri dellequazione polinomiale
(nella variabile 1/z)
dh (z) dg (z) + nh (z) ng (z) = 0 .
(20.28)
Scegliendo fattori polinomiali di grado sucientemente elevato si hanno sufcienti gradi di libert per ubicare i poli ovunque nel piano complesso, e
quindi, ad esempio, allinterno del disco unitario: quando quasto succede, il
feedback rende stabile il tro risultante (Corollario 20.2.14).
Esempio 20.4.15. Consideriamo un ltro AP (ossia con soli poli, Notazione
20.2.5) con un solo polo al punto z = a esterno al disco unitario, e senza zeri
(naturalmente, questo vuol dire senza zeri al nito, come spiegato nella Nota
20.2.4). Ovvero, la funzione di trasferimento
h(z) =
1
1
a
z
con |a| > 1. Questo ltro instabile (Corollario 20.2.14). Proviamo a renderlo stabile con un feedback di ordine pi basso possibile: proviamo con
ordine 0, ossia con un ltro di feedback con funzione di trasferimento costante, g(z) = k, ossia un controllo sul guadagno del sistema. In base allidentit
(20.26), dopo il feedback si ottiene una nuova funzione di trasferimento
f (z) =
1
1
a
z
+k
1
1+k
a 1
1+k
z
1
1
a
z
b
z2
b
z2
1
1+k
a 1
b
1
+ 1+k
1+k z
z2
Questo nuovo ltro stabile se e solo se |b|/(1+k) < 1 (ossia k > |b|1)
e |a|/(1 + k) < 1 + (b/(1 + k)), ossia |a| < 1 + k + b.
Nel primo caso, ossia |b| > 1, il ltro risulta stabile se e solo se k > |b|1
e k > |a| b 1. Nel secondo caso, ossia |b| < 1 e |a| > 1 + b, la
condizione k > |b| 1 sempre vericata perch k > 0, e quindi il ltro
risulta stabile se e solo se |a| < 1+k +b, ossia k > |a|b1: la seconda
condizione impone una limitazione su k perch ora |a| b 1 > 0.
(ii) Proviamo ad usare un ltro di feedback del primo ordine, con funzione
di trasferimento g(z) = k/z. Da (20.26) otteniamo ora la seguente
funzione di trasferimento modicata:
1
1
=
.
f (z) =
b
k
a
ka
(1 z + z 2 ) + z
1 + z + zb2
1219
(1
a
z
1
+ zb2 ) +
k
z2
1
1 +
a
z
b+k
z2
Esercizio 20.4.17. Si deduca dal precedente Esempio che non ci sono valori del
guadagno di feedback k che permettono di stabilizzare il ltro con funzione
di trasferimento
1
1
1 2z + z32
1+
1+
a
z
b
z
(1 + az )(1 + dz )
h(z)
=
1 + g(z)h(z)
(1 + zb )(1 + dz ) + (1 + az )(1 + zc )
(1 + az )(1 + dz )
.
ac+bd
+
2 + a+b+c+d
2
z
z
Richiedere che f abbia un polo del secondo ordine equivale a richiedere che
il suo denominatore abbia uno zero del secondo ordine non bilanciato da zeri
al numeratore. Gli zeri el denominatore sono ai punti a e d: quindi ssiamo
a 6= 1 e limitiamo lattenzione a d 6= 1. Osserviamo che il denominatore un
11
x 10
Feedback di ordine 0:
guadagno = 3
0.03
0.02
1
0
1221
0.01
10
11
x 10
20
30
40
50
Feedback di ordine 1:
guadagno = 3
10
18
x 10
20
30
40
50
Feedback di ordine 2:
guadagno = 3
10
4
3
2
1
0
10
20
30
40
50
10
20
30
40
50
Figura 20.22: Modulo della risposta allimpulso del filtro instabile 1 11+ 3 dellEsercizio
2z
z2
11
x 10
Feedback di ordine 0:
guadagno = 2.5
0.05
0.04
0.03
0.02
1
0.01
0
10
11
x 10
20
30
40
50
Feedback di ordine 1:
guadagno = 2.5
10
17
x 10
20
30
40
50
Feedback di ordine 2:
guadagno = 2.5
2
2
1
0
10
20
30
40
50
10
20
30
40
50
Figura 20.23: Modulo della risposta allimpulso del filtro instabile della Figura 20.22
corretto con feedback di guadagno 2.5 : la stabilizzazione si ha per lo stessio ordine zero
come prima
2 + (5 + a)b
ab
c=
2 + (5 + a)b
2 + 4a + b + a2 b2 + ab
4ab=
.
ab
ab
11
x 10
1223
Feedback di ordine 0:
guadagno = 2.1
0.06
0.04
0.02
10
11
x 10
20
30
40
50
Feedback di ordine 1:
guadagno = 2.1
10
16
x 10
20
30
40
50
Feedback di ordine 2:
guadagno = 2.1
15
3
10
2
5
1
0
10
20
30
40
50
10
20
30
40
50
Figura 20.24: Modulo della risposta allimpulso del filtro instabile della Figura 20.22
corretto con feedback di guadagno 2.1 : la stabilizzazione si ha ancora per ordine zero, ma
pi lenta
20.5
Filtri AZ e filtri AP
20.6
Abbiamo visto che, per un ltro digitale lineare, vale lidentit (20.15). Il
ltro stabile se e solo se tutti i suoi poli z vericano |z | < 1 (Corollario
20.2.14).
Esercizio 20.6.1. (Funzione di trasferimento di un filtro FIR.) Vericare, a partire dalla Nota 20.2.20, che il ltro con risposta allimpulso nita
(ossia di tipo FIR) se al denominatore della sua funzione di trasferimento nel
11
x 10
Feedback di ordine 0:
guadagno = 2
0.06
0.04
0.02
10
11
x 10
20
30
40
50
Feedback di ordine 1:
guadagno = 2
x 10
10
10
20
30
40
10
16
50
10
20
30
40
50
Feedback di ordine 2:
guadagno = 2
20
30
40
50
Figura 20.25: Modulo della risposta allimpulso del filtro instabile della Figura 20.22
corretto con feedback con guadagno alla soglia critica 2 : non si ha pi stabilizzazione
neppurea per ordine zero, al quale la risposta allimpulso oscillante ma rimane limitata
m
m
1 X mi X i
a
z
=
ai z ,
i
z m i=0
i=0
non nullo solo il coeciente del monomio di grado massimo, che, rammentiamo, vale 1 per costruzione (si vedano le identit (20.2) e (20.15)).
Segue dal precedente Esercizio 20.6.1 che, in un ltro FIR con la notazione
di (20.15), la funzione di trasferimento un polinomio di grado m in z 1 ,
11
x 10
Feedback di ordine 0:
guadagno = 1.9
0.15
0.1
0.05
10
11
x 10
20
30
40
50
Feedback di ordine 1:
guadagno = 1.9
10
16
x 10
20
30
40
50
Feedback di ordine 2:
guadagno = 1.9
4
3
1225
10
20
30
40
50
10
20
30
40
50
Figura 20.26: Modulo della risposta allimpulso del filtro instabile della Figura 20.22
corretto con feedback con guadagno sotto la soglia critica 2 : non si ha pi stabilizzazione
neppurea per ordine zero, al quale la risposta allimpulso diverge
z -1
z -1
a0
a1
z -1
z -1
a2
a3
a4
gn
Figura 20.27: Diagramma di flusso di un filtro FIR (funzione di trasferimento con soli
zeri)
fn
gn
z -1
+
-b1
z -1
+
-b2
z -1
+
-b3
z -1
-b4
Figura 20.28: Diagramma di flusso di un filtro IIR con funzione di trasferimento con
soli poli)
Inne, nel caso di una funzione di trasferimento che ha sia poli sia zeri,
1227
fn
gn
z -1
z -1
a1
-b1
z -1
z -1
a2
-b2
z -1
z -1
a3
-b3
z -1
z -1
a4
-b4
Figura 20.29: Diagramma di flusso di un filtro IIR con funzione di trasferimento con
zeri e poli)
Parte VI
Wavelets e compressione dei
segnali
(redazione di Sandra Saliani)
1229
Capitolo 21
Il sistema di Haar
Cominciamo adesso una parte dellopera dedicata allo studio delle wavelts,
che traduciamo in italiano come ondicelle, redatta in collaborazione con Sandra Saliani. Le ondicelle costituiscono famiglie di basi in L2 particolarmente
opportune per la decomposizione di segnali. La presentazione in questo e nei
successivi Capitoli 22, 23 e 24 tratta da [34].
In questo capitolo presentiamo il sistema di Haar come prototipo di base di ondicelle. Indrodurremo in questo caso particolare vari concetti che
verranno poi riesaminati nella costruzione di basi di ondicelle in generale e
nellanalisi in multirisoluzione (MRA).
21.1
Intervalli diadici
1232
0
2
I0,1
0.25
I2,0
1.5
I1,2
Figura 21.1: Esempi di intervalli diadici. Da sinistra (j, k) = (0, 1), (2, 0), (1, 2).
3) Ij1 ,k1 Ij0 ,k0 .
Negli ultimi due casi lintervallo pi piccolo contenuto o nella met destra
o nella met sinistra del pi grande.
Dimostrazione. Se j0 = j1 allora, per ipotesi, k0 6= k1 , supponiamo che sia
2kj10 e gli intervalli sono disgiunti.
k0 < k1 . Allora k20j+1
0
Supponiamo che j0 6= j1 e che si abbia:
k0
k1
k0 + 1
k1 + 1
<
<
<
.
j
j
j
20
21
20
2j 1
(21.1)
2.5
1.5
1.5
0.5
0.5
0.5
0.5
1.5
2
1.5
4
0.25 0.25
11.25
1233
destra.
k0 + 1
k1 + 1
k0
k1
Inne se
=
non
pu
essere
=
altrimenti j0 = j1
2j 0
2j 1
2j 0
2j 1
contro lipotesi. Allora l intervallo pi piccolo contenuto nella met destra
dellaltro.
s
Notazione 21.1.3. Dato un intervallo diadico Ij,k denoteremo con Ij,k
la
d
met sinistra dellintervallo, e con Ij,k la met destra dellintervallo. Si noti
s
d
che Ij,k
= Ij+1,2k mentre Ij,k
= Ij+1,2k+1.
21.2
1234
1.4
0
0
0
0
0
0
0.5
21.3
Il sistema di Haar su R
1 se 0 x < 1,
0
altrimenti,
(21.2)
Ij,k
1235
1.4
1
0.5
1.5
1.4
0 0.5 2
e, per ogni j, k Z,
(21.3)
Si osservi che
i
h
i
h
j,k (x) = 2j/2 I s (x) I d (x) = 2j/2 Ij+1,2k (x) Ij+1,2k+1 (x) ,
j,k
j,k
Ij+1,2k
21.4
|j,k (x)| dx = 2
dx
Ij+1,2k+1
dx +
Ij+1,2k
Ij+1,2k+1
2j/2
2j/2
= 0.
2j+1 2j+1
!
dx
= 1.
1236
f (x)g(x) dx.
Teorema 21.4.2. Il sistema di Haar su R, (j,k )j,kZ, un sistema ortonormale per L2 (R) .
Dimostrazione. Si deve provare che per ogni coppia (j0 , k0 ) e (j1 , k1 ) si ha
Z
1 j0 = j1 , k0 = k1 ,
j0 ,k0 (x)j1 ,k1 (x) dx = j0 ,j1 k0 ,k1 =
0
altrimenti.
R
1237
3) Ij0 ,k0 Ijd1 ,k1 . Allora, come nel caso precedente, j0 ,k0 (x)j1 ,k1 (x) =
2j1 /2 j0 ,k0 (x), da cui
Z
Z
j1 /2
j,k0 (x) dx = 0.
j0 ,k0 (x)j1 ,k1 (x) dx = 2
R
Nota 21.4.3. Dalla dimostrazione del teorema precedente si evince che, ssata
una scala J Z, si ha un sistema ortonormale (J,k )kZ .
Per quanto riguarda il sistema (j,k )j,kZ, esso non assolutamente un sistema
ortonormale ma, se ssiamo una scala, lo .
1238
21.5
Il Lemma di divisione
Lemma 21.5.1. Sia j Z. Sia gj (x) una funzione semplice diadica a scala
j. Allora esistono due funzioni rj1 (x) e gj1(x) tali che
gj (x) = rj1(x) + gj1(x),
dove
1) rj1(x) =
aj1,k R;
21.6
1239
N
X
i=1
ci fi , per N N, c1 , . . . , cN C.
< g, fn > fn
nN
lim kg
n
Pn
h=0
< g, fh > fh k2 = 0.
1240
nN
nN
(uguaglianza di Parseval).
21.7
f (y) dy
Ij,k
j,k
(x).
1241
f (y) dy
Ij,k
1242
21.8
21.9
Lemma 21.9.1. Sia f : [0, 1] R una funzione continua. Per ogni > 0
esistono J > 0 e g, funzione diadica a scala J con supporto contenuto in
[0, 1], tale che, per ogni x [0, 1),
|f (x) g(x)| < .
Dimostrazione. Fissato > 0, per luniforme continuit della f si pu trovare
> 0 tale che |f (x) f (y)| < ogni volta che x, y [0, 1] e |x y| < .
1
Si prenda J > 0 grande in modo che J < e si considerino gli intervalli
2
k k+1
diadici IJ,k =
,
, k = 0, . . . , 2J 1, che partizionano lintervallo
2J 2J
[0, 1). Si denisca
k
, x IJ,k .
g(x) = f
2J
Se x [0, 1) esisteuna ed una sola
k per cui x IJ,k , da cui x 2kJ 21J <
e |f (x) g(x)| = f (x) f ( 2kJ ) < .
Teorema 21.9.2. Per ogni N > 0 fissato, il sistema di Haar su [0, 1]
N,k | 0 k 2N 1 j,k | j N, 0 k 2j 1
(21.7)
un sistema ortonormale completo su [0, 1].
1243
Z
1/2
|f (x) g(x)| dx
< .
2
Ora g una funzione a scala J, quindi a scala Je per ogni Je > J, ne consegue
che possiamo supporre J > N.
La dimostrazione sar completata se faremo vedere che g si pu scrivere
come combinazione lineare nita del sistema di Haar a scala N.
Per il Lemma di divisione applicato a g e J, vedi Lemma 21.5.1, si trovano
due funzioni rJ1 e gJ1 tali che
1) g = gJ = rJ1 + gJ1,
X
2) rJ1 =
aJ1,k J1,k con aJ1,k R,
k
i 1
2JX
J iN
aJi,k Ji,k ,
k=0
N 1
2X
k=0
J1 2X
1
X
i=N k=0
1244
J1 2X
1
X
i=N k=0
k=0
N 1
2X
k=0
< g f, N,k
N 1
2X
= +
k=0
J1 2X
1
X
< g f, i,k > i,k k2
> N,k +
i=N k=0
i
+ kf gk2
J1 2X
1
X
i=N k=0
1/2
2
e il teorema dimostrato.
21.10
La particolarit del sistema di Haar quella di dare unindicazione sulla posizione delle discontinuit (non eliminabili) di una funzione dallesame dei
suoi coecienti di Haar.
1245
x0
xx
0
xx+
0
f (j,k )
(x xj,k )2 ,
2
= f (xj,k )
Z
Ij,k
Ij,k
f (j,k )
+
(x xj,k )2 j,k (x) dx
2
Ij,k
Z
Z
f (j,k )
= f (xj,k )
(x xj,k )2 j,k (x) dx,
xj,k (x) dx +
2
Ij,k
Ij,k
1246
R
dove si utilizzata la propriet Ij,k j,k (x) dx = 0. Ora, il primo integrale
vale
Z
Z
j
j
j/2
[0, 1 )(2 x k) [ 1 ,1)(2 x k) dx
x j,k (x) dx =
x2
2
Ij,k
2j/2
23/2j
=
,
22j+2
4
mentre
Z
Z
f
(
)
1
j,k
j/2
2
1
max |f (x)|25/2j .
24 xIj,k
f
(x
0
0 2
Se j grande, possiamo assumere che x0 sia allincirca nel punto medio di
j
Ij,k , ossia |x0 2j k| 2 4 . In denitiva
f (x ) f (x+ )
0
0
|< f, j,k >|
2j/2 ,
4
Capitolo 22
LAnalisi in Multirisoluzione
In questo capitolo introdurremo una struttura su L2 (R) , lanalisi in multirisoluzione, a partire dalla quale si otterr una funzione in L2 (R) le cui dilatate e traslate costituiscono una base ortonormale per L2 (R) . Premettiamo
alcuni richiami di analisi di Fourier.
22.1
22.1.1
f (k) =
f (x)e2ikx dx.
0
La serie
f(k)e2ikx
(22.1)
kZ
1248
kZ
Inoltre,
in L2 (T) del sistema {e2ikx , k Z}, luguaglianza
P perla completezza
2ikx
f = kZ f (k)e
vale nel senso di L2 (T).
Inne, richiamiamo il teorema di Riesz-Fischer.
Teorema 22.1.2. Se (ak )kZ 2 (Z) , allora esiste una funzione misurabile
m : [0, 1] C tale che
X
1. m(x) =
ak e2ikx in L2 (T);
kZ
2.
22.1.2
| m(x) |2 dx =
X
kZ
| ak |2 .
Trasformata di Fourier
sin ()
1. Per f (x) = [ 1 , 1 ] (x), f() =
;
2 2
sin2 ()
;
2. Per f (x) = (1 | x |)[1,1] (x), f() =
()2
3. Per f (x) = e2|x| , f() =
1
;
(1 + 2 )
2
2
4. Per f (x) = ex , f() = e .
(Si veda la g.22.1).
2
4
2
4
2
4
2
4
2
4
2
4
2
4
2
4
1249
1 1
2,2]
[1,1](x), e2|x|, ex .
(x), (1 | x |)
1250
j = 0, . . . , N;
lim f() = 0;
||+
2ia
d
5. Posto Ta f (x) = f (x a) per a R, si ha T
f ();
a f () = e
d
6. Posto Da f (x) = a1/2 f (ax) per a > 0, si ha D
a f () = Da1/2 f ().
kf k2 =
| f () | d =
| f (x) |2 dx = kf k22 .
R
1251
2 2
f()er e2ix d.
22.2
(22.3)
Abbiamo gi visto che per g(x) = [0,1) (x), il sistema (22.3) ortonormale.
Vediamo di seguito alcune propriet comuni per tali sistemi.
1252
Nota 22.2.1. Se il sistema (22.3) ortonormale, esso risulta essere una base
ortonormale per lo spazio da esse generato
V = < g(x k), k Z >.
(Si veda il paragrafo 21.6).
hZ
X
hZ
( + h) | k1 =
n<|h|m | g
| g() |2 d +
m
n
X Z
n<|h|m
| g( + h) |2 d
| g() |2 d,
hZ
1253
Dimostrazione. )
fP < g(x k), k Z > implica che possiamo scrivere, in L2 (R) , f (x) =
f, g( k) > g(x k) e, passando alla trasformata di Fourier,
kZ <P
fN () = g()
|k|N
ck e2ik .
kf fN k2 = kf fN k2 =
|
ck e2ik |2 | g() |2 d
R
XZ
nZ
n+1
|k|>N
X
kZ
|k|>N
|k|>N
ck e2ik |2 | g() |2 d
ck e2ik |2
ck e2ik
X
nZ
|k|N
| g( + n) |2 d
ck e2ik |2 d.
1254
N +
22.3
Analisi di Multirisoluzione
4.
jZ
kf k2 =
X
kZ
|< f, Tk >|
!1/2
1255
Da questo momento, in questo paragrafo, supporremo che (Vj )kZ sia una
MRA. Poniamo jk (x) = 2j/2 (2j x k), dove la funzione prevista dalla
condizione 5.
Proposizione 22.3.3. Fissata una scala j Z, (jk )kZ una base ortonormale per Vj .
Dimostrazione. Ortonormalit
Dalla 2. della Denizione 22.3.1 si ha jk Vj . Inoltre, per le propriet del
prodotto scalare
< jk , jh >=< 0k , 0h >= kh ,
e quindi lortonormalit provata.
Completezza
Se f (x) Vj , per la 2. della Denizione di 22.3.1 si ha f (2j x) V0 . Quindi,
nella norma L2 (R)
X
X
< f, Tk (2j ) > Tk (x).
< f (2j ), Tk > Tk (x) = 2j
f (2j x) =
kZ
kZ
kZ
e ci prova la completezza.
(22.6)
Si osservi che Pj f ben denita in quanto (jk )kZ una base ortonormale
per Vj , (la dimostrazione analoga a quella del paragrafo 21.7) e di conseguenza Pj f Vj . Inoltre, per la disuguaglianza di Bessel kPj f k2 kf k2 .
Dimostriamo ora un risultato che sar utilizzato in seguito.
1256
2. lim kPj f k2 = 0;
j
Dim 1.
[
Sia > 0. f L2 (R) =
Vj , e quindi esistono j0 Z e una funzione
jZ
h Vj0 tali che kf hk2 < /2. Ora, per ogni j j0 , h Vj0 Vj , quindi
Pj h = h e
kf Pj f k2 kf hk2 + kh Pj f k2 = kf hk2 + kPj h Pj f k2
2kf hk2 < ,
da cui lasserto.
Dim 2.
Sia > 0, e si consideri g, funzione continua a supporto compatto che approssima f nella norma L2 (R) , ossia tale che kf gk2 . Si supponga che
supp g [A, A], allora
kPj gk22
X
kZ
|< g, jk
XZ
kZ
A
A
X Z
>| =
|
| g(x) |2 dx
kZ
Z A
g(x)jk (x) dx |2
2j | (2j x k) |2 dx,
kgk22
XZ
kZ
2j Ak
2j Ak
| (y) |2 dy.
(22.7)
X Z
|k|M
2j Ak
2j Ak
| (y) |2 dy = 0.
(22.8)
1257
Partiamo da lim 2j = 0, quindi per j piccoli, 2j A < 1/2. Allora, per ogni
k (e j piccoli),
Z
2j Ak
2
2j Ak
| (y) | dy
1/2k
1/2k
| (y) |2 dy,
da cui
X Z
|k|M
2j Ak
2
2j Ak
| (y) | dy
1/2M
| (y) |2 dy +
X Z
|k|M
1/2+M
1/2k
1/2k
| (y) |2 dy
| (y) |2 dy,
|k|M
2j Ak
|k|M
2j Ak
X
X
X Z 2j Ak
0,
| (y) |2 dy = kgk22
+
kPj gk22 kgk22
kZ
2j Ak
|k|M
|k|M
e dalla disuguaglianza
1258
1 X
hk e2ik/2 (
).
()
=
2
2 kZ
P
La funzione 1-periodica m0 () = 12 kZ hk e2ik appartiene allo spazio
L2 (T); essa e, per abuso di linguaggio, la successione (hk )kZ , prende il nome
di filtro associato a . Lequazione (22.10) si riscrive
()
= m0 ( )(
).
2
2
(22.11)
1
1
= 10 (x) + 11 (x).
2
2
Allora i coecienti dellequazione di scala sono dati da
1
k = 0, 1
2
hk =
0 altrimenti
1259
j, k Z,
X
2
gk (2x k).
(22.12)
(22.13)
kZ
= 1
()
gk e2ik/2 (
) = m1 ( )(
),
2
2
2
2 kZ
P
dove si posto m1 () = 12 kZ gk e2ik . Si osservi che, dalla denizione
dei coecienti gk , si ottiene la seguente relazione tra m0 e m1
1 X
1 X
m1 () =
(1)k h1k e2ik =
(1)1k hk e2i(1k)
2 kZ
2 kZ
1 X
=
hk e2i(1k)(+1/2) = e2i(+1/2) m0 ( + 1/2) (22.14)
2 kZ
1260
X
X
+k 2
+k 2
+
) | | (
)| =
2
2
k dispari
kZ
k pari
kZ
X
X
+k 2
+k 2
+1 2
= | m0 ( ) |2
| (
| (
) | + | m0 (
)|
)|
2
2
2
2
k pari
k dispari
X
X
+1 2
+1
= | m0 ( ) |2
| (
+ k) |2 + | m0 (
)|
| (
+ k) |2
2
2
2
2
kZ
kZ
1 =
| (
+ k) |2 =
| m0 (
+1 2
= | m0 ( ) |2 + | m0 (
)| .
2
2
(22.15)
Quindi
X
kZ
+k 2
+k 2
) | | (
)|
2
2
kZ
X
X
+1 2
=| m1 ( ) |2 + | m1 (
+
=
)|
2
2
k dispari
k pari
+ k) |2 =
| (
| m1 (
= | m0 (
+1 2
) | + | m0 ( ) |2 = 1.
2
2
1261
Infatti, periodizzando,
< (x k), (x k) >=
=
=
2i(nk)
()e
d =
()
R
XZ
pZ
p+1
(x k)(x k) dx
| (
) |2 m0 ( )m1 ( )e2i(kn) d
2
2
2
R
| (
) |2 m0 ( )m1 ( )e2i(kn) d
2
2
2
+p
+p 2
+ p 2i(kn)
) | m0 (
)m1 (
)e
d
2
2
2
0 pZ
!
Z 1 X
X
e2i(kn) d
=
+
=
| (
p pari
p dispari
1
+1
+1
m0 ( )m1 ( ) + m0 (
)m1 (
) e2i(kn) d
=
2
2
2
2
0
Z 1
+1
+1
+1
=
) + m0 (
)m0 (
) e2i/2 e2i(kn) d
m0 ( )m0 (
2
2
2
2
0
Z
= 0.
Dimostriamo ora lortonormalit del sistema {jk }.
Se la scala j ssata
< jk , jh >=< 0k , 0h >= kh .
Se le scale j 6= j , assumiamo j < j e siano k, k Z.
Si osservi che V1 implica che
j k Vj +1 Vj ,
in quanto j +1 j. Se facciamo vedere che ogni elemento di Vj ortogonale a
jk otteniamo lasserto. Intanto da < 0k , 0h >= 0 si ottiene
< jk , jh >=
P
2
0. Poi, ogni elemento di Vj , si scrive, in L (R) , f = hZ < f, jh > jh ,
quindi
X
< f, jh > < jk , jh > = 0.
< jk , f >=
hZ
1262
Rimane da provare la completezza del sistema {jk } e, quindi, baster provare che
PN 1 P
lim kf j=N
(22.16)
kZ < f, jk > jk k2 = 0.
N +
Q0 f < 0n , n Z > = W0 .
(22.17)
kZ
),
< f, 0k > e2ik ()
= b()m0 ( )(
2
2
kZ
X
),
P1 f () =
< f, 1k > e2ik/2 (
) = a( )(
2
2
2
kZ
P0 f () =
Quindi
).
Q0 f () = P1 f () P0 f () = [a( ) b()m0 ( )](
2
2
2
Ora, (22.16) vera se Q0 f () = c()(), per una certa funzione 1-periodica
c()m1 ( )(
) = [a( ) b()m0 ( )] (
).
2
2
2
2
2
Questultima uguaglianza vera se si trova c() in modo che
c()m1 ( ) + b()m0 ( ) = a( ),
2
2
2
1263
ovvero
+1
+1
+1
) + b()m0 (
) = a(
),
2
2
2
ovvero, in forma matriciale
m1 ( 2 )
b()
m0 ( 2 )
b()
a( 2 )
=
=
.
M()
+1
+1
+1
c()
c()
m0 ( 2 ) m1 ( 2 )
a( 2 )
c()m1 (
M ()M() = I =
,
0 1
e si ottiene
b()
c()
= M ()
a( 2 )
)
a( +1
2
m0 ( 2 ) m0 ( +1
)
2
m1 ( 2 ) m1 ( +1
)
2
+1 +1
)a(
).
c() = m1 ( )a( ) + m1 (
2 2
2
2
La 1-periodicit di c() immediata. Inne da | m1 () | 1 e a() L2 (T)
segue che c() L2 (T) e (22.17) dimostrata.
Proviamo ora che per ogni j Z
(22.18)
Qj f < jn , n Z > = Wj .
X
kZ
kZ
kZ
kZ
kZ
1264
e (22.18) dimostrata.
Inne, per N Z
kf
PN 1 P
j=N
PN 1
j=N
kZ
< f, jk > jk k2 = kf
PN 1
j=N
Qj f k2
k = 1,
2
gk = (1) h1k =
0
altrimenti
Quindi londicella
Nota 22.3.10. Nella dimostrazione del Teorema 22.3.8 abbiamo introdotto gli
spazi
< jn , n Z > = Wj .
Questi vericano le seguenti propriet
1. Wj Wn ,
j 6= n;
2. Wj Vj ,
forall j;
3. Vj+1 = Vj Wj ;
M
4. L2 (R) =
Wj .
jZ
= ()m1 (/2)(/2)
22.4
|=|
(x) dx |= 1.
Dimostrazione. Consideriamo una funzione ausiliaria f con le seguenti propriet: f L2 (R) , f continua e a supporto contenuto in [R, R], normalizzata in modo che kf k2 = 1. Se j Z
X
X
|< f, jk >|2
|< f, jk >|2 =
kPj f k22 =
kZ
kZ
X Z
=
|
kZ
2j/2 f()(
2ik/2j
)e
d |2
2j
(22.20)
2
kPj f k2 =
| f()(
j ) |2 d,
2
R
e passando al limite per j + si ottiene
Z R
2
2
kf k2 = lim kPj f k2 = lim
| f()(
j ) |2 d.
(22.21)
j+
j+ R
2
1266
lim f()(
j ) = f()(0),
j+
2
uniforme in . Allora
Z R
Z R
2
lim
| f ()(
j ) | d, =
| f()(0)
|2 d = kf k22 | (0)
|2 ,
j+ R
2
R
da cui
|
|= 1.
Corollario 22.4.2.
(0)
=
(x) dx = 0.
R
= 0.
m0
(0) = m1 (0)(0)
=e
2
Corollario 22.4.3.
(n)
= 0 per ogni n Z n 6= 0.
P
Dimostrazione. Per la continuit della ,
luguaglianza kZ | (
+ k) |2 =
1 vale per ogni . In particolare, per = 0 ed il Teorema 22.4.1 si ha
P
|2 = 0, e lasserto.
k6=0 | (k)
Corollario 22.4.4.
X
kZ
(x + k) = 1
1267
P
Dimostrazione. La funzione 1-periodica kZ (x + k) nello spazio L1 (T) .
Calcolando i suoi coecienti di Fourier, per periodizzazione, si ha
Z 1X
XZ 1
2ikx
(x + k) e2ikx dx
(x + k) e
dx =
0
ZkZ
=
(y) e2iky dy = (k)
= k0
kZ
Vj Vj+1;
2. f (x) V0 f (2x) V1 ;
3. Esiste V0 tale che il sistema {(x k), k Z} una base ortonormale per V0 .
Supponiamo, inoltre, che | | sia continua in zero. Allora sono equivalenti
[
a)
Vj = L2 (R) ,
jZ
b) (0)
6= 0.
Inoltre, vera a), e quindi b), si ha | (0)
|= 1.
22.5
22.5.1
Esempi di MRA
Spline lineari
k k+1
,
), k Z},
2j 2j
1268
k
k+1
k
k+1
j
x f ( j ) + 2 x j f ( j ).
j
2
2
2
2
Si ha
j k+1
k
j
|f (x) g(x)| = 2
x
f
(x)
g(x)
x
f
(x)
+
2
2j
2j
k+1
f (x) f ( kj ) + 2j x k f (x) f ( k+1
2j
x
)
j
2
2
2j
2j
,
2A
e quindi
kf
Dimostriamo che
gk22
jZ
A
A
| f (x) g(x) |2 dx
Vj = {0}.
2
2A = 2 .
2A
T
Ogni f jZ Vj continua, in L2 (R) e lineare negli intervalli [0, +) e
(, 0), quindi necessariamente nulla.
1269
(22.23)
Dimostriamo che coincide con f (x). Si noti che (22.23) lineare in [k, k + 1),
Agli estremi k e k + 1 dellintervallo vale, rispettivamente,
f (k)(0) + f (k + 1)(1) = f (k),
n+1
2
| f (x) | dx =
n+1
1270
3
6
1
=
(| f (n + 1) |2 + | f (n) |2 )
2
2
n+1
1
| f (x) |2 dx = (| f (n + 1) |2 + | f (n) |2 +f (n)f (n + 1))
3
n
1
1
(| f (n + 1) |2 + | f (n) |2 ) (| f (n + 1) |2 + | f (n) |2 )
3
6
1
(| f (n + 1) |2 + | f (n) |2 ),
=
6
ed il Lemma dimostrato.
in L2 (R) .
nZ
Allora
X
nZ
e quindi
(| f (n + 1) |2 + | f (n) |2 ) < +,
lim | f (n) |2 = 0.
|n|+
1271
n=M
f (n)(x n).
f (M)(1 + x + M),
N
X
f (x),
f (n)(x n) =
f (N)(1 x + N),
n=M
0,
se x [M 1, M),
se x [M, N),
se x [N, N + 1),
altrimenti.
Allora
kf
Z
N
X
n=M
M
f (n)(x
n)k22
M 1
| f (x) |2 dx
| f (x) f (M)(1 + x + M) |2 dx
M 1
Z N +1
Z
2
+
| f (x) f (N)(1 x + N) | dx +
+
+
N +1
| f (x) |2 dx.
1272
che le successioni (an )nZ e (bn )nZ convergono e, dette a e b il loro limite,
rispettivamente, si ha f (x) = ax + b. Inoltre
|fn (x) f (x)| |an a||x| + |bn b| |an a||k + 1| + |bn b|,
che converge, uniformemente in x, a zero. Allora f continua in [k, k + 1),
per ogni k Z e quindi in R.
1
, |n m| = 1,
6
< ( n), ( m) >=
0, altrimenti,
quindi
X
nZ
| ( + n) |2 =
=
X
nZ
2 1 2i 1 2i 1
+ e
+ e
= (1 + 2 cos2 ()) 6= 1.
3 6
6
3
1 X
| ( + n) |2 1.
3 nZ
1273
P
Dimostrazione. Accenniamo alla dimostrazione.
( + n) |2 un ponZ |
linomio trigonometrico che, per ipotesi, non si annulla mai. Allora viene
denita tramite la sua trasformata di Fourier da
()
.
( + n) |2
nZ |
()
= pP
nZ
| (
+ n) |2 = 1.
=p
3
()
1 + 2 cos2 ()
(x) =
Quindi
() = cos2 (
) ( ).
2
2
= cos2 (
)
2
1 + 2 cos2 (
)
2
(
),
2
1 + 2 cos () 2
e londicella
)
()
= e2i(+1/2) m0 ( + 1/2)(
2
s
i 2
)
1 + 2 sin2 (
2
sin ( )
.
= 3e
2
(1 + 2 cos2 (
))(1 + 2 cos2 ())
2
1274
22.5.2
Londicella di Shannon
sin (x)
la cui trasforSi consideri lintervallo [ 21 , 12 ) e la funzione (x) =
x
mata di Fourier vale = [ 1 , 1 ] .
2 2
P
Si noti che kZ | (
+ k) |2 = 1, tranne che per = 1/2, quindi il sistema
{(x k), k Z} ortonormale in L2 (R) .
Si deniscano gli spazi V0 = < (x k), k Z > e Vj = < jk , k Z >.
E chiaro che la 2. del Teorema 22.4.5 vericata. Inoltre | | continua in
= 0 e (0)
)
()
= m0 ( )(
2
2
1 1
, ]
2 2
() = m0 ( )[1,1] ()
2
1 1
, ]
2 2
1 1
, ]
4 4
() = m0 ()[ 1 , 1 ] ().
Ci porta a denire in
[ 21 , 12 ]
m0 () =
2 2
1, || < 41 ,
0, || 14 ,
+1
()
= m1 ( )(
) = ei ( 1 , 1 ) (
)[ 1 , 1 ] ( )
4 4
2 2
2
2
2
2
i
= e
[1, 1 )( 1 ,1]().
2
sin (x 1/2)
.
(x 1/2)
unondicella.
22.5.3
1275
1 2
2 1
32
32
, 2) [ , ) ( , ] (2, ].
14
2 7
7 2
14
Esistono delle equazioni fondamentali per determinare se una unondicella. In generale, se ha una certa regolarit ed un decadimento dolce allinnito, allora, necessariamente, proviene da una MRA.
K = [
1276
Capitolo 23
La Trasformata Discreta di
Ondicelle
A partire da una MRA ed assegnata una funzione f L2 (R) , svilupperemo
un metodo ricorsivo per calcolare i coecienti di f nella base di ondicelle: la
trasformata discreta di ondicelle (DWT).
23.1
Lalgoritmo
e sia londicella,
(x) =
X
2
g(n)(2x n),
nZ
(23.1)
X
m
Analogamente
h(m 2k)j+1,m(x).
jk (x) =
X
m
d1 (k) =
X
m
Proseguendo si ottengono
X
cj+1 (k) =
h(m 2k)cj (m),
dj+1 (k) =
X
m
X
n
X
n
1279
dj (n)j,n ,
cj+1 (n)
"
X X
X
m
h(m 2n)j,m +
dj+1 (n)
X
m
g(m 2n)j,m
(23.2)
23.2
1 X
m1 () =
g(n)e2in .
2 n
Proposizione 23.2.1.
1.
h(n) = 2,
n
(condizione di normalizzazione);
X
2.
g(n) = 0;
n
3.
X
n
h(2n + 1) =
X
n
h(2n);
X
k
h(k)h(k 2n) =
X
k
X
k
g(k)h(k 2n) = 0,
(condizioni di ortogonalit);
X
5.
h(m 2k)h(n 2k) + g(m 2k)g(n 2k) = m,n ,
k
6= 0 e (0)
= m0 (0)(0)
Analogamente,
per la 2., da m1 (0)(0)
= (0)
= 0 si ha m1 (0) = 0, e cio
P
n
n (1) h(1 n) = 0, da cui, passando alle somme su indici pari o dispari,
si ottiene lasserto.
La prima delle 3. si ottiene dallequazione di scala
X
n,0 = < 0,0 , 0,n >=
h(k)h(m) < 1,k , 1,2n+m >
=
k,m
h(k)h(m)k,2n+m =
k,m
X
k
h(k)h(k 2n).
XX
m
c0 (m)[
da cui lasserto.
23.3
X
m
Filtri
23.3. FILTRI
1281
(G c)(k) =
X
n
c(n)g(k 2n).
e posto
h(n)
= h(n),
g(n) = g(n),
Hc = (c h),
H c = ( c) h, Gc = (c g), G c = ( c) g.
2)
X
k
3)
X
k
g(k)h(k 2n) = 0 HG = GH = 0;
h(m 2k)h(n 2k) + g(m 2k)g(n 2k) = m,n
H H + G G = I.
HH c(k) = (H c h)(k)
= (( c) h h)(k)
X
= (( c) h h)(2k)
=
( c)(n)(h h)(2k
n)
=
X
n
c(n)(h h)(2k
2n) =
c(n)k,n = c(k),
h h(2p)
=
X
k
Cos , se deniamo
1 X
m0 () =
h(n)e2in ,
2 n
1 X
m1 () =
g(n)e2in ,
2 n
23.3. FILTRI
1283
1
1
1
[
c( ) m0 ( ) + c( + ) m0 ( + )],
(Hc)()
= [
2
2 2
2 2
2 2
(23.3)
1
1
1
d
c( ) m1 ( ) + c( + ) m1 ( + )],
(Gc)()
= [
2
2 2
2 2
2 2
\
c)() =
(H
2
c(2) m0 (),
\
c)() =
(G
2
c(2) m1().
1 X
m1 () =
g(n)e2in .
2 n
X
k
c) H H + G G = I;
d) HH = GG = I.
(23.4)
= 2
m0 () m0()e4ik d
= 2
1/2
2
4ik
| m0 () | e
d + 2
1/2
| m0 () |2 e4ik d
1 2 4ik
2
d
= 2
| m0 () | + | m0 ( + ) | e
2
0
Z 1
2
1 2 2ik
=
d,
| m0 ( ) | + | m0 ( + ) | e
2
2 2
0
Z
1/2
da cui lequivalenza.
Dimostriamo a) c).
Per c = (c(n))nZ 2 (Z) , e per il Corollario 23.3.5,
\
Hc)() + (G
\
Gc)()
[(H H + G G)c]b() = (H
d
[
m0 () + 2 (Gc)(2)
m1 ()
=
2 (Hc)(2)
1
1
= c() | m0 () |2 +
c( + )m0 ( + )m0 ()
2
2
1
1
+
c() | m1 () |2 +
c( + )m1 ( + )m1 ()
2
2
= c()[| m0 () |2 + | m1 () |2 ],
da cui lequivalenza.
Analogamente si prova a) d).
23.4
QMF
P
Definizione 23.4.1.
Sia (h(n))nZ un ltro, cio n |h(n)| < +.
P
Sia m0 () = 12 n h(n)e2in . Diremo che (h(n))nZ (oppure m0 ) un
quadratic mirror lter (QMF) se
1) m0 (0) = 1;
23.4. QMF
1285
Teorema 23.2.1.
Nota 23.4.4. Dalla condizione di ortogonalit della Proposizione 23.2.1 discende che, se h(n) = 0 per n > N e n < M con h(N) 6= 0 e h(M) 6= 0,
allora il numero N M + 1 pari, ovvero h(n) ha supporto uguale ad un
numero pari di punti. Infatti, per ogni n Z,
n =
X
k
h(k)h(k 2n)
X
k
h(k)h(k 2n)
X
k
23.5
Alla luce di quanto fatto nei paragra precedenti, possiamo dare la denizione
formale della trasformata discreta di Ondicelle.
Definizione 23.5.1. Sia h(n) un ltro QMF. Siano g(n), m0, m1 , H e G
deniti come nella Denizione 23.3.2. Sia c0 = (c0 (n))nZ 2 (Z) . La
trasformata discreta di ondicelle di c0 al livello J N data dalle successioni
(d1 (n))nZ , (d2(n))nZ , . . . , (dJ (n))nZ , (cJ (n))nZ ,
dove, per ogni p = 1, . . . , J 1,
cp (n) = (Hcp )(n),
d1
G
c0
d2
dJ
c1
cJ1
c2
cJ
La trasformata
inversa denita tramite
la formula
H
H
cp1 (n) = (H cp )(n) + (G dp )(n).
dJ
dJ1
cJ
cJ1
d1
cJ2
c1
c0
1287
J
X
p=1
= 2N j + (1 2j )(L 2) + 2N
N
= 2 + J(L 2),
J
X
p=1
2p + (L 2)J (L 2)
J
X
2p
p=1
secondo passo
IL/2
0
0 WL/2
d1
c1
ed in generale, al passo J
I(12J )L
0
0
WL/2J
d1
dJ1
cJ1
d1
= d2 ;
c2
d1
dJ1
dJ
cJ
d1
IL/2
0
I(12J )L
0
.
WL c0 =
...
W c0 =
d
0 WL/2
0
WL/2J
J1
dJ
cJ
23.6
1289
) = m0 ( )m0 ( )(
)=
m0 ( j )(
n ).
()
= m0 ( )(
2
2
2
4
4
2
2
j=1
Se possiamo dare un senso al limite
lim
n
indicato con
+
Y
j=1
m0 (
n
Y
m0 (
j=1
),
2j
), dalla relazione
2j
n
Y
m0 (
j=1
()
)=
j
2
(
2n )
()
=
m0 ( j )(0).
2
j=1
Quindi richiamiamo i concetti che portano a denire il prodotto innito.
23.6.1
Prodotti infiniti
n=1
esso prende il nome di prodotto innito della successione (zn )nN , e si indica
con
+
Y
zn .
n=1
+
Y
n=1
zn converge.
lim zN = lim
N
pN
= 1.
pN 1
n=1
Dimostrazione. Sia sN =
N
Y
n=1
N
Y
log zn
n=1
N
Y
n=1
in
|zn | e
N
Y
zn ,
n=1
e si ottiene lasserto.
+
Y
zn converge assolu-
n=1
tamente, se la serie
+
X
n=1
+
X
n=1
|log zn |.
1291
n=1
converge assolutamente.
+
X
(1)n1
n=1
yn
.
n
Si ha
+
+
+
X
X
X
|log (1 + y)|
|y|n1
|y|n1
|y|n
=1+
=1+
|y|
n
n
n+1
n=1
n=2
n=1
+ n
X
1
= 2.
1+
2
n=1
23.6.2
Ritorniamo ai QMF per dare una risposta positiva al nostro problema almeno
nel caso di ltri niti.
Teorema 23.6.6. Sia (h(n))nZ un filtro QMF finito, ovvero h(n) = 0 tranne, al pi, per un numeroPfinito di termini. Consideriamo il polinomio
trigonometrico m0 () = 12 n h(n)e2in . Allora il prodotto infinito
+
Y
j=1
m0 (
)
2j
= m0 ( 2 )(
Se, inoltre, si ha m0 () 6= 0 in [1/4, 1/4], allora il sistema {(xk), k Z}
ortonormale e definisce una MRA se si pone:
1) V0 = < (x k), k Z >;
2) f (x) Vj f (2j ) V0 .
1 X
|m0 () 1|
|h(n)| e2in 1
2 n
1 X
1 X
|h(n)| ein ein =
|h(n)| |2 sin (n)|
=
2 n
2 n
X
2
|h(n)| |n| || = 2C||
m0 ( ) 1,
2j
j=1
ed otteniamo lasserto.
+
X
1
,
2C
j
2
j=1
23.7
1293
Lalgoritmo a cascata
Un altro modo per ottenere la funzione di scala partendo dal ltro si ottiene
con un procedimento iterativo noto come algoritmo a cascata. Losservazione iniziale che la funzione di scala un punto sso per loperatore
X
h(n)f (2 n).
f 7 2
n
Un modo per ottenere il punto sso il seguente. Si ssa una funzione iniziale
f0 (x) e si denisce
fm (x) =
X
2
h(n)fm1 (2x n).
(23.5)
in
L2 (R) .
fn (x) dx =
f (x) dx.
sin ( m )
=
m0 ( j )f0 ( j ) =
m0 ( j ) 2 .
2
2
2
2m
j=1
j=1
sin ( 2m )
2m
= lim
m
m
Y
j=1
m0 (
),
2j
si ha lasserto.
Secondo passo.
Dimostriamo, per induzione su m, che il sistema {fm (x k), k Z} ortonormale.
Per m = 0 lasserto vero per la denizione di f0 .
Per un generico m, si ha, con opportuni cambi di variabile,
X
h(n)h(l) < fm1 (2x 2k n), fm1 (2x l) >
< fm (x k), fm (x) > = 2
n,l
X
n,l
h(n)h(l)
h(n)h(l)l2kn,0 = k,0,
n,l
1295
2
|()|
d 1 .
2
R
Dal primo passo della dimostrazione ricaviamo, per m grandi,
Z R
Z R
2
2
lim
|()|
d,
fm () d =
m
da cui la disuglianza
Z
Z R
2
fm () d
R
2
|()|
1 ,
2
Dal primo e terzo passo otteniamo che, per ogni > 0, esistono R > 0,
N N, tali che, per ogni m N risulti
Z
Z
2
2
|()|
d < /4,
fm () d < /4 e
|x|>R
|x|>R
ed utilizzando la disuguaglianza
2
2
2
),
2(fm () + |()|
fm () ()
si ottiene la stima fuori dallintervallo
Z
2
d < .
fm () ()
|x|>R
Capitolo 24
Ondicelle a Supporto Compatto
Faremo vedere come la lunghezza di un ltro sia legata alla grandezza del
supporto della funzione di scala. Successivamente esamineremo il rapporto
tra regolarit di un ondicella e bont dellapprossimazione. Inne costruiremo
le ondicelle a supporto compatto delle Daubechies.
24.1
2h(k) = (x)(2x k) dx =
(x)(2x k) dx,
(24.1)
a
1297
1298
Vediamo ora come lalgoritmo a cascata permetta di determinare la lunghezza del supporto di a partire dalla lunghezza del ltro QMF.
Teorema 24.1.2. Supponiamo che (h(n))nZ sia un filtro QMF di lunghezza 2N, (si veda lOsservazione 23.4.4). Siano n0 e N0 rispettivamente il
pi piccolo ed il pi grande intero n Z per cui h(n) 6= 0, in modo che
N0 n0 + 1 = 2N.
Supponiamo, inoltre, che siano verificate le ipotesi del Teorema 23.7.1. Allora la funzione di scala prevista dal Teorema 23.7.1 a supporto compatto
contenuto in un intervallo di lunghezza 2N 1.
Dimostrazione. Sia f0 = [1/2,1/2] la funzione con la quale iniziamo lalgoritmo a cascata. Indichiamo con L0 la lunghezza del suo supporto, ovviamente L0 = 1, e con Lm la lunghezza del supporto delle funzioni denite
ricorsivamente tramite la (23.5)
N0
X
fm (x) = 2
h(n)fm1 (2x n).
n=n0
Si ha
Lm1 2N 1
+
.
2
2
Difatti basta esaminare il supporto di fm (x/2). Lestremo destro dellintervallo minimo che contiene il supporto di fm1 viene traslato di N0 e quello
sinistro di n0 , di conseguenza
Lm =
Lm =
=
=
=
=
Lm1 2N 1
(N0 n0 + Lm1 )
=
+
2
2
2
1 Lm2 2N 1
2N 1
+
+
2
2
2
2
...
m
X
1
L0
+ (2N 1)
m
2
2j
j=1
1
1
+ (2N 1) 1 m ,
2m
2
Nel prossimo Teorema si vede come la lunghezza del supporto di determina la lunghezza del ltro.
Teorema 24.1.3. Sia una funzione di scala di una MRA con filtro (h(n))nZ .
Supponiamo che il supporto di sia compatto e di lunghezza 2N 1 (N il
pi piccolo intero per cui si ha ci.) Allora il filtro ha lunghezza 2N.
Dimostrazione. Senza ledere la generalit possiamo supporre che supp
[0, 2N 1]. Siano a0 , a1 0 tali che sia supportata in [a0 , 2N 1 a1 ]
e non in uno pi piccolo. Proviamo che a0 < 2 e a1 < 2. Infatti, se cos
non fosse, ovvero se almeno uno di essi fosse maggiore o uguale a 2, diciamo
a1 = 2p + con 0 < < 2, e N > p > 0, la lunghezza di [a0 , 2N 1 a1 ]
sarebbe 2N 1 a1 a0 = 2(N p) 1 a0 < 2(N p) 1, contro
lipotesi che N sia minimo.
1 +n
Ora, per ogni n Z, (2x n) ha supporto contenuto in [ a02+n , 2N 1a
]
2
e non in uno pi piccolo. Daltra parte il supporto compatto implica, per il
Lemma 24.1.1, che il ltro sia nito. Siano n0 e N0 rispettivamente il pi
piccolo ed il pi grande intero n Z per cui h(n) 6= 0. Dallequazione di
scala
N0
X
(x) = 2
h(n)(2x n),
n=n0
si ottiene
[a0 , 2N 1 a1 ] = [
a0 + n0 2N 1 a1 + N0
,
],
2
2
(24.2)
ed uguagliando gli estremi dei due intervalli, si deduce che a0 , a1 N per cui
le uniche possibilit sono a0 = 0, oppure 1 e a1 = 0, oppure 1.
Se, per assurdo, a0 = 1, necessariamente a1 = 0, altrimenti la lunghezza
dellintervallo [a0 , 2N 1 a1 ] sarebbe 2(N 1) 1 contro la minimalit
di N. Ma a1 = 0 implica, per (24.2), che il ltro ha lunghezza dispari
N0 n0 + 1 = 2N 1 1 + 1, e ci assurdo. Allora a0 = 0 e di nuovo le
propriet del ltro e la (24.2) impongono a1 = 0 e lasserto completamente
dimostrato.
1300
24.2
Ondicelle ed approssimazione
Uno degli obiettivi di questo capitolo quello di costruire ondicelle a supporto compatto tali che i coecienti delle funzioni regolari (calcolati con la
trasformata di ondicelle) abbiano un buon decadimento. Iniziamo a vedere
come si misura la regolarit di unondicella e come questo strumento serva
per una buona approssimazione.
Definizione 24.2.1. Sia unondicella che proviene da una MRA. La
quantit
Z
xk (x) dx,
(24.3)
prende il nome di momento k-simo di . Se (24.3) vale zero, diremo che
ha momento k-simo nullo.
j = 0, . . . , N.
1301
Il teorema seguente mostra come unondicella con molti momenti nulli approssimi
una funzione regolare f molto bene, ovvero, nelluguaglianza
P
f = j,k < f, jk > jk , i coecienti < f, jk > vanno a zero molto velocemente per j +. Di conseguenza, saranno necessari pochi coecienti
signicativi per ottenere una buona approssimazione per f .
per ogni
j, k Z.
N
1
X
n=0
f (N ) ()
f (n) (xjk )
(x xjk )n +
(x xjk )N ,
(n)!
N!
f (N) ()
(x
N!
aN
1
kf (N ) k .
N
(j+1)
N! 2
1302
jk dx + f (xjk )
(x xjk )jk dx
+ ...
Z
f (N 1) (xjk )
(x xjk )N 1 jk dx
+
(N 1)!
Z
+
RN (x)jk dx
Z
=
RN (x)jk dx.
Inne passiamo alla sua stima. Per il Secondo passo e la disuguaglianza di
Cauchy-Schwarz,
|< f, jk >|
Ajk
aN
1
kf (N ) k
N! 2N (j+1)
Ajk
|jk | dx
1
aN
kf (N ) k |Ajk |kjk k2
N! 2N (j+1)
N +1/2
a
(N )
=
kf k aj(N +1/2) .
N!2N
1303
di variabile,
< f, jk > =
RN (x)jk dx
Z (k+a)/2j
1 (N )
f (xjk )
(x xjk )N 2j/2 (2j x k) dx
N!
k/2j
Z a/2j+1
1 (N )
a
2j/2 xN (2j x + ) dx
f (xjk )
=
N!
2
a/2j+1
Z
a/2
a
2j/2 (N )
f (xjk )
2jN xN (x + ) dx,
=
N!
2
a/2
e si ricava la stima
|< f, jk >| 2j(N +1/2)
"
1 (N )
f (xjk )
N!
#
a
xN (x + ) dx .
2
a/2
a/2
>= 0,
>= 0,
>= 0,
>= 0,
k
k
k
k
1,
1,
2,
4,
k
k
k
k
4, j < 0,
4,
5,
7.
1304
24.3
xk (x) dx = 0,
(k)
b) m0 ( 21 ) = 0,
per ogni 0 k N 1;
per ogni 0 k N 1;
c) m0 si fattorizza come
m0 () =
1 + e2i
2
N
L(),
d)
h(n)(1)n nk = 0,
per ogni 0 k N 1.
1 X k
(l)
m0 ( )(kl) ( ).
() = k
l
2 l=0
2
2
(k)
1305
1 X k
(l) 1
m0 ( )(kl) (m + ) = 0.
(n) = k
l
2 l=0
2
2
(k)
p
Y
j=1
e quindi
(n)
p
Y
m0 (
Applicando pi volte
)
(
),
2j
2p
m0 (2pj m)(m)
= 0.
j=1
Dimostrazione. Si osservi, innanzitutto, che, poiche ha supporto compatto, (2ix)k L1 (R) , e quindi
((2ix)k )() = (k) ().
Ora, operando un cambio di variabile,
Z 1
X
(2i)k
(x + n)k (x + n)e2imx dx
0
= (2i)k
XZ
n
= (2i)k
(x + n)k (x + n)e2imx dx
xk (x)e2im(xn) dx
R
1306
= 1.
n
k
XX
k
xkl nl (x + n)
(x + n) (x + n) =
l
n
n l=0
k
X
X
X k
k
xkl
nl (x + n)
x
(x + n) +
l
n
n
l=1
k1
X
X k
xkl [(1)l xl + pl1 (x)] +
nk (x + n)
xk +
l
n
l=1
k1
k1
X
X k
X k
xkl pl1 (x) +
nk (x + n),
(1)l xk +
xk +
l
l
l=1
l=1
l=1
l=1
1307
k1
X
2, k pari;
k
l
(1) =
0, k dispari;
l
l=1
da cui
xk =
X
n
e lasserto.
24.4
n (x + n)
nk (x + n)
(1)k
nk
k1
X
l=0
k1
X
bl xl
l=0
k1
X
l=0
bl
ql,n (x + n),
bl ql,n (x + n),
Le ondicelle di Daubechies
Abbiamo visto che il numero dei momenti nulli di unondicella cresce al crescere della sua regolarit. Ingrid Daubechies, [9], ha costruito delle ondicelle
a supporto compatto con il pi grande numero di momenti nulli compatibilmente con la grandezza del supporto. Esse hanno supporto nellintervallo
[0, 2N 1] ed hanno momenti nulli no allordine N 1. Inoltre, al crescere
1308
+
X
[c(n)e2in + c(n)e+2in ]
n=1
+
X
= c(0) + 2
n=1
1
= cos2N ()L() + cos2N ( + )L( + )
2
2
2
N
2
2N
= (1 sin ()) P (sin ()) + sin ()P (1 sin2 ()).
(24.4)
1309
Uno dei modi per trovare tale polinomio il seguente. Si parte dallosservazione che 1 = ((1 y) + y)2N 1 . Quindi, sviluppando il binomio con la
formula di Newton,
2N
1
X
2N 1
2N 1
(1 y)k y 2N 1k
1 = ((1 y) + y)
=
k
k=0
2N
1
N
1
X
X 2N 1
2N 1
k 2N 1k
(1 y)k y 2N 1k
(1 y) y
+
=
k
k
k=N
k=0
N
1
N
1
X
X 2N 1
2N 1
k 2N 1k
(1 y)2N 1k y k ,
(1 y) y
+
=
k
k
k=0
k=0
2N 1
k
N
1
X
k=0
2N 1
k
(1 y)N 1k y k ,
(24.5)
PN 1 (y)
1
1 + 2y
1 + 3y + 6y 2
1 + 4y + 10y 2 + 20y 3
Il ltro m0 determinato una volta che si riesca ad ottenere L() dalluguaglianza L() = P (sin2 ()) = |L()|2 .
Per alcuni valori di N la ricerca di L() elementare. Nel paragrafo seguente
verr proposto un metodo valido in generale.
1310
1 3 1 3
,
).
(a, b) = (
2
2
Ad esempio, scegliendo la seconda coppia, si trova il ltro
m0 () =
1 + e2i
2
2
1 3 1 + 3 2i
,
+
e
2
2
(24.6)
1 3
3 3
3+ 3
1+ 3
h(0) = , h(1) = , h(2) = , h(3) = .
4 2
4 2
4 2
4 2
Nota 24.4.3. Si noti che i ltri ottenuti nella costruzione precedente sono
tutti associati ad una MRA. A tal ne basta osservare che essi vericano le
ipotesi del Teorema 23.6.6. Infatti, se || 1/4, da una parte
1 + e2i 2
= cos2 () 1 .
2
2
1311
N
1
X
k=0
1
2N 1
(cos2 ())N 1k sin2k () > .
k
2
per || 1/4,
24.5
Fattorizzazione spettrale
2i
(24.7)
Trasformando sin2 () = 21 e +e
, si riscrive il polinomio appena
4
denito ottenendo il polinomio trigonometrico
1 e2i + e2i
2
P2N 1 (sin ()) = P2N 1
,
2
4
che si estende ad una funzione di variabile complessa
1 z + z 1
F2N 1 (z) = P2N 1
, z C.
2
4
1312
.
2
4
2 4
4
Per N = 2, P3 (x) = (1 x)2 P1 (x) = (1 x)2 (1 + 2x). Allora
1
1 z + z 1
= [16 + 9z + 9z 1 z 3 z 3 ].
F3 (z) = P3
2
4
32
2N
1
X
m=2N +1
am z m , dove am R;
2N
1
X
m=0
1 m
cm (z + z ) =
2N
1
X
m=0
m
X
m
z k z m+k
cm
k
k=0
2N
1
m
X
X
m
bm,h z h
z m+2k =
cm
cm
k
m=0
m=0
h=m
k=0
2N
1
2N
1
X
X
cm bm,h z h .
2N
1
X
m
X
h=2N +1
m=|h|
1313
La 3) segue dal fatto che, se |z| = 1, allora, per un certo , z = e2i , e quindi
F2N 1 (z) = P2N 1 (sin2 ()) 0.
La 4) discende dalla denizione di F2N 1 (z), mentre la 5) si ricava dalla 1) e
la 4).
Inne, per la 6). Dalla 1) e 2) si ha
1=
2N
1
X
am (z m + (1)m z m ).
m=2N +1
2
4
N
1 z + z 1
1 z + z 1
PN 1
+
=
2
4
2
4
1 z + z 1
1 N
2 N
= N z (2z + 1 + z ) PN 1
4
2
4
1
1
1 z+z
= N z N (1 + z)2N PN 1
.
4
2
4
1314
Allora
1
F4N 2 (z) = N (1 + z)2N z N 1 PN 1
4
1 z + z 1
2
4
E la 1) dimostrata.
La 2) discende dalla denizione di F , dalla 1) e dalla 2) del Teorema 24.5.2.
Inne, ancora dalla denizione di F e dal Teorema 24.5.2 segue che, se z
un suo zero, allora anche z 1 un suo zero, mentre, dal fatto che sia un
polinomio a coecienti reali, segue che anche z un suo zero.
(24.8)
Dimostrazione. Ricordiamo che, per |z| = 1, F2N 1 (z) 0. Separiamo gli zeri
reali di F4N 2 , diversi da 1, da quelli complessi non reali, e indichiamo con
ZR e ZC rispettivamente, linsieme degli zeri reali interni al cerchio unitario
e linsieme degli zeri complessi, interni al cerchio unitario, che giacciono nel
semipiano superiore. Per la fattorizzazione del polinomio otteniamo
F2N 1 (z) =| F2N 1 (z) |=| z 2N +1 F4N 2 (z) |=| F4N 2 (z) |
Y
(z z0 )(z z 1 )
= c(z + 1)2N
0
z0 ZR
Y
(z w0 )(z w 1 )(z w0 )(z w0 1 )
0
w0 ZC
Y
Y
|w0 |1 |z w0 |2 |w0 |1 |z w0 |2 ,
|z0 |1 |z z0 |2
= c(z + 1)2N
z0 ZR
w0 ZC
dove si utilizzata luguaglianza, valida per |z| = 1, (z r0 )(z r01 ) =
|r0 |1 |z r0 |2 . Quindi basta prendere
Y
Y
|w0 |1 (z w0 )(z w0 ).
|z0 |1/2 (z z0 )
CN 1 (z) = |c|1/2
z0 ZR
w0 ZC
1315
1 + e2i
2
N
L(),
L() = 2N CN 1 (e2i ),
Per calcolare CN 1 abbiamo bisogno di trovare gli zeri di F4N 2 (z). Utilizzando lEsempio 24.5.1 e sapendo che F4N 2 (z) ha in z = 1 uno zero di
ordine 2N = 4, si ha
F4N 2 (z) = F6 (z) = z 3 F3 (z)
1
= z 3 [16 + 9z + 9z 1 z 3 z 3 ]
32
1
=
[16z 3 + 9z 4 + 9z 2 z 6 1]
32
1
(z + 1)4 (z 2 + 4z 1)
=
32
1
= (z + 1)4 (z (2 3))(z (2 + 3)),
32
1316
3)
(2
(e2i (2 3))
C1 (e2i ) =
4 2
3 + 1 2i
=
(e
(2 3)),
8
1/2
1 + e2i
3 + 1 2i
m0 () = 4
(e
(2 3))
2
8
2
1 + e2i
3 + 1 2i 1 3
=
(
e
+
),
2
2
2
dove solo 2
Bibliografia
[1] T.M. Apostol, Mathematical Analysis, 2nd ed., Addison-Wesley, Reading, Mass., 1974.
(document), 1.6.1, 1.22, 1.22.4, 2, 2.12,
11.7
[2] E. O. Brigham The Fast Fourier Transform, Prentice-Hall, Englewood
Clis, 1974. 15
[3] W. L. Briggs, V. E. Henson, The DFT: An Owners manual for the
Discrete Fourier Transform, SIAM, Philadelphia, 1995. 13.6.3, 15.6, 16,
16.1.6, 16.2.7
[4] A. P. Caldern, A. Zygmund, Contributions to Fourier Analysis, Annals
of Mathematics Studies 25, Princeton Univ. Press, Princeton, N.J., 1950
7.9
[5] S. Campanato, Lezioni di Analisi Matematica, vol. 2, Giordano
Pellegrini editore, Pisa, 1966. (document), 1.1, 1.22, 1.22.1, 1.22.3
[6] L. Carleson, On convergence and growth of partial sums of Fourier
series, Acta Math. 116 (1966), 135157.
[7] J.W. Cooley, J.W. Tukey, An algorithm for the machine calculation of
complex Fourier series, Math. Comput. 19 (1965), 297301. 15.1, 15.4
[8] P. Cherno, Pointwise convergence of Fourier series, Amer. Math. Monthly 80 (1980), 399400. 7.2
[9] I. Daubechies, Orthonormal bases of compactly supported wavelets,
Comm. Pure and Applied Math., XLI (1988), 909996. 24.4
[10] P. De Mottoni, Complementi di Matematica, voll. 1 e 2, Aracne, Roma,
1992. (document), 2.12, 2.12.6, 2.14, 2.14.3, 2.14.21, 13.6.3, 19, 20
1317
1318
BIBLIOGRAFIA
[11] H. Dym, H.P. McKean, Fourier Series and Integrals, Academic Press,
New York, 1972. 8.6, 9.9
[12] A. Fig-Talamanca, E. Rogora, Serie di Fourier e di FourierWalsh,
Universit di Roma La Sapienza, 2005. (document)
[13] H. Helson, Harmonic Analysis, Addison-Wesley, Boston, 1983 (reprinted
by Wadsworth & Brooks/Cole, 1991) 7.7.4, 7.9
[14] Y. Katznelson, An Introduction to Harmonic Analysis, Wiley, New
YorkLondra, 1968. (document), 6.2.3, 7, 7.6.32, 7.7.4
[15] J.L. Kelley, General Topology, University Series in Higher Mathematics, Van Nostrand, New York, 1955 ristampato in Graduate Texts in
Mathematics 23, Springer-Verlag, BerlinNew York, 1975 3.4
[16] V.A. Kotelnikov, On the carrying capacity of the ether and wire in telecommunications, Material for the First All-Union Conference on Questions of Communication, Izd. Red. Upr. Svyazi RKKA, Moscow, 1933
(tradotto in inglese e commentato da C.C. Bissel e V.E. Katsnelson).
10.4
[17] D.G. Manolakis, V.K. Ingle, S.M. Kogon, Statistic and Adaptive Signal
Processing Artech House, Boston/London, 2005. 20
[18] S.M. Nikolsky, Corso di Analisi Matematica, vol.2, MIR, Mosca, 1975
(traduzione italiana 1981). (document), 1
[19] M. A. Picardello, L. Zsdo, Appunti di Algebra Lineare, Universit di
Roma Tor Vergata, 2006. (document), 1.1, 1.1, 1.2.5, 1.2, 1.9, 1.9.5,
4.1, 4.4.3, 5.11.5, 5.11, 5.12, 9.1.6, 9.6, 11.17.1
[20] R. Redheer, Convergence of Fourier series at a discontinuity, Siam J.
Math. Anal. 15 (1984), 10071009.
[21] M. Reed, B. Simon, Functional Analysis, vol. I, Academic Press, New
York, 1980. 1
[22] H.L. Royden, Real Analysis, 3rd ed., Macmillan, New York, 1988.
(document), 1, 1.9.1, 1.9.1, 1.9.10, 1.9.1, 1.9.1, 1.16, 1.24, 1.25.3, 1.30,
1.31, 3, 3.12.3, 3.12.4, 12.4, 14.4.4
BIBLIOGRAFIA
1319
[23] W. Rudin, Real and Complex Analysis, McGrawHill, New York, 1966.
(document), 1.9.1, 1.20, 1.28.1, 2, 2.2, 2.14, 2.14.3, 3.4, 18.6, 18.6
[24] W. Rudin, Fourier Analysis on Groups, Interscience, New York, 1967.
14.4.4
[25] W. Rudin, Functional Analysis, 2nd ed., McGrawHill, New York, 1991.
1.19.9, 3, 3.2.2, 3.2.9, 3.11.6, 3.17.3, 9.4.2, 11.5, 11.10, 11.17, 11.17.3,
18.6
[26] L. Schwartz, Transformation de Laplace de distributions, Sem. Math.
Univ. Lund, volume supplementare dedicato a M. Riesz (1952), 196206.
18.5.4
[27] C.E Shannon, A Mathematical Theory of Communication, Bell System
Techn. Journ. 1, (1948), 379423 e 623656. 10.4
[28] C.E Shannon, Communication in the presence of noise, Proc. Institute of Radio Engineers, 37, no.1, 10-21 (1949) (ristampato in
Proc.IEEE 86, n.2 (1998)). 10.4
[29] J.S. Soo, K.K. Pang, Multidelay block frequency adaptive filter, IEEE
Trans. Acoust. Speech Signal Process (ASSP) 38, (1990). 17.2
[30] E.M. Stein, G. Weiss, Introduction to Fourier Analysis on Euclidean
Spaces, Princeton Mathematica Series 32, Princeton University Press,
Princeton, 1971
[31] T.G. Stockham Jr., High-speed convolution and correlation, AFIPS
Proc., 1966 Spring Joint Computer Conference, 28, 229233, Spartan
Books, 1966. 17.2
[32] G. Strang, T. Nguyen, Wavelets and Filter Banks, Wellesley/Cambridge
Press, Wellesley, 1996. 23.1
[33] R. Vch, Z Transform, Theory and Applications, Mathematics and Its
Applications Reidel Publishing Company/Kluwer, Dordrecht, 1987. 19,
20
[34] D. Walnut, An Introduction to Wavelet Analysis, Birkhauser, Basel,
2001. 21
1320
BIBLIOGRAFIA
[35] H. Weyl, The Theory of Groups and Quantum Mechanics, Dutton, New
York, 1931, ristampato da Dover, New York, 1950. 9.9
[36] E.T. Whittaker, On the Functions Which are Represented by the Expansions of the Interpolation Theory, Proc. Royal Soc. Edinburgh, Sec. A,
35 (1915), 181194. 10.4
[37] J.M. Whittaker, Interpolatory Function Theory, Cambridge Tracts in
Mathematics and Math. Physics 33, Cambridge University Press, Cambridge, England, and Macmillan, New York, 1935 (recensione: E. Hille,
Bull. Amer. Math. Soc. 42, n.5 (1936), 305306). 10.4
[38] A.H. Zemanian, Distribution Theory and Transform Analysis, International Series in Pure and Applied Math., McGrawHill, New York, 1965.
11.17, 18.5, 18.5.4, 18.5.1
[39] A. Zygmund, Trigonometric Series, 2nd ed., Cambridge University
Press, Cambridge, 1959 (revisione 1968). 7, 7.5, 7.6.19