Sei sulla pagina 1di 8

Capitolo 20

Ortogonalit`a di funzioni

20.1 Funzioni linearmente indipendenti e funzioni

ortogonali

Sia (a, b) un intervallo dell’asse reale. Si dice le n + 1 funzioni φ 0 (x), φ 1 (x), φ n (x), definite in (a, b), sono linearmente indipendenti se non esiste alcuna combinazione lineare di esse

,

α 0 φ 0 (x) + α 1 φ 1 (x) +

+ α n φ n (x)

con coefficienti α 0 ,

nulla in (a, b). In caso opposto, le funzioni φ 0 (x), φ 1 (x), dipendenti.

Una caratterizzazione di funzioni linearmente indipendenti `e data dal seguente risultato sulla matrice di Gram. Si definisce la matrice di Gram di ordine n + 1

φ n (x), si dicono essere linearmente

, α n non tutti nulli, la quale risulti essere identicamente

α 1 ,

,

G =

b

a

b

a

b

a

φ 0 (x)φ 0 (x)dx φ 1 (x)φ 0 (x)dx

.

.

.

φ n (x)φ 0 (x)dx

b

a

b

a

b

a

φ 0 (x)φ 1 (x)dx φ 1 (x)φ 1 (x)dx

φ n (x)φ 1 (x)dx

.

.

.

.

.

.

.

.

.

b

a

b

a

b

a

φ 0 (x)φ n (x)dx φ 1 (x)φ n (x)dx

.

.

.

φ n (x)φ n (x)dx

ovvero, ricordando la definizione di prodotto scalare tra funzioni continue su un intervallo (a, b), l’elemento g ij della matrice G `e definito

g ij = φ i , φ j =

a

b

φ i (x)φ j (x)dx

i = 0,

,

n;

j = 0,

, n

Si nota che se le funzioni φ j (x), j = 0, `e simmetrica.

Teorema:

, n sono a valori reali, la matrice di Gram

le funzioni φ 0 (x), φ 1 (x),

le funzioni φ 0 (x), φ 1 (x),

, φ n (x), definite in (a, b) e, ivi continue e limitate,

sono linearmente indipendenti se e solo se la matrice di Gram `e simmetrica e

definita positiva;

, φ n (x), definite in (a, b) e, ivi continue e limitate,

sono linearmente dipendenti se e solo se la matrice di Gram `e simmetrica e

semidefinita positiva (singolare).

317

318

CAPITOLO 20.

`

ORTOGONALIT A DI FUNZIONI

In

nota si riporta la dimostrazione della condizione sufficiente. 1

Si

nota che i monomi {1, x, x 2 ,

,

x n } sono funzioni linearmente indipendenti.

Infine, se le funzioni φ j (x), j = 0,

di

, n sono i monomi x j e [a, b] = [0, 1], la matrice

Gram `e la matrice di Hilbert, di ordine n + 1, che ha elementi

h ij =

1

(i + 1) + (j + 1) 1

i, j = 0,

,

n

Si

scalare definito in precedenza. Definizione. Due funzioni f e g definite in (a, b) e, ivi continue e limitate, si dicono ortogonali se

riporta la definizione di ortogonalit`a per funzioni continue rispetto al prodotto

f, g⟩ ≡

a

b

f (x)g(x)dx = 0

Si

definisce allora un sistema ortogonale di funzioni φ 0 (x), φ 1 (x), φ 2 (x),

definite

in

(a, b) e, ivi continue e limitate, se

φ i , φ j ⟩ ≡

a

b

φ i (x)φ j (x)dx

{

0

= 0

̸=

per

per

i = j i ̸= j

Supponiamo che le funzioni φ j (x), j = 0, 1, limitate, soddisfino

, definite in (a, b) e, ivi continue e

φ j 2 2

a

b

φ j (x) 2 dx = 1

1 Sia α R n+1 un vettore qualsiasi diverso dal vettore nullo. Il valore α T Gα si scrive

α T Gα = (α 0 , α 1 ,

,

α n ) T

φ 0 , φ 0 α 0 +

 

φ 1 , φ 0 α 0 +

 

φ n , φ 0 α 0 +

φ 0 , φ 1 α 1 +

φ 1 , φ 1 α 1 +

.

.

.

φ n , φ 1 α 1 +

Posto q = Gα, la componente i–esima di q si scrive

+

+

+

φ 0 , φ n α n

φ 1 , φ n α n

φ n , φ n α n

Posto

q i

=

=

φ i , φ 0 α 0 + φ i , φ 1 α 1 +

α 0

a

b

φ i (x)φ 0 (x)dx + α 1

a

+

b

φ i , φ n α n

φ i (x)φ 1 (x)dx +

ϕ(x) = α 0 φ 0 (x) + α 1 φ 1 (x) +

+

α n φ n (x) =

la componente i–esima del vettore q diventa

+

α n

a

b

φ i (x)φ n (x)dx

n

j=0

α j φ j (x)

q i =

a

b

φ i (x)ϕ(x)dx =

a

j=0 α j

n

b

φ i (x)φ j (x)dx

, cui j=0 α¯ j φ j (x) = 0, ovvero ϕ(x) = 0; per tutti gli altri valori α j ̸= α¯ j , j = 0,

Se la funzioni φ 0 (x), φ 1 (x),

(α 0 , α 1 , Si ha che

Se la funzioni φ 0 (x), φ 1 (x),

φ n (x) sono linearmente dipendenti, esisteranno dei valori non tutti nulli α¯ 0 , α¯ 1 ,

, n, si ha ϕ(x) ̸= 0.

,

α¯ n per

n

,

n

φ n (x) sono linearmente indipendenti, allora j=0 α j φ j (x) ̸= 0 per ogni vettore α =

, α n ) T diverso dal vettore nullo, dunque ϕ(x) ̸= 0.

allora

α T Gα =

n

α i q i =

i=0

n

i=0

α i

n

j=0 α j

a

b φ i (x)φ j (x)dx   =

a

b

(

φ 0 (x), φ 1 (x),

φ 0 (x), φ 1 (x),

,

φ n (x) linearmente indipendenti

,

φ n (x) linearmente dipendenti

=

=

a

a

n

i=0

b

α i φ i (x) ) 

ϕ(x) 2 dx > 0

b

ϕ(x) 2 dx 0

n α j φ j (x)   dx =
j=0

a

b

ϕ(x) 2 dx

=

=

α T Gα > 0

α T Gα 0

α ̸= 0

α ̸= 0

20.2. POLINOMI ORTOGONALI

ovvero le φ j (x), j = 0, 1,

costituiscono un sistema ortonormale di funzioni se

1

0

, sono normalizzate; 2 allora le funzioni φ 0 (x), φ 1 (x), φ 2 (x),

b

φ i (x)φ j (x)dx = {

per

per

i = j i ̸= j

φ i , φ j ⟩ ≡

a

319

Un esempio di sistema ortonormale `e il sistema trigonometrico definito nell’inter- vallo [π, π]

{

2π , cos x , sin x , cos 2x , sin 2x

1

π

π

π

π

,

}

Assegnato un qualsiasi sistema di funzioni linearmente indipendenti ψ 0 (x), ψ 1 (x), ψ 2 (x), definite in (a, b) e, ivi continue e limitate, esiste un processo di ortogonalizzazione che combinando linearmente le funzioni del sistema, costruisce un nuovo sistema di

funzioni φ 0 (x), φ 1 (x), φ 2 (x),

Per costruire le funzioni φ 0 (x), φ 1 (x), φ 2 (x),

che risulta ortogonale.

si pu`o procedere con la formula

φ 0 (x)

φ 1 (x) = r 10 φ 2 (x) = r 20

=

ψ 0 (x)

φ 0 (x)

+

ψ 1 (x)

φ 0 (x)

+

r 21 φ 1 (x) + ψ 2 (x)

φ n (x)

.

.

.

=

.

.

.

r n0 φ 0 (x) + r n1 φ 1 (x) +

+

r nn1 φ n1 (x) + ψ n (x)

Affinch´e sia soddisfatta la condizione di ortogonalit`a φ n , φ j = 0, j = 0,

del sistema di funzioni φ 0 (x), φ 1 (x), φ 2 (x),

, si deve porre

r nj = ψ n , φ j

φ j , φ j

, n 1,

Questo processo di ortogonalizzazione prende il nome di processo di ortogonalizza- zione di Gram–Schmidt. Il processo di ortogonalizzazione di Gram-Schmidt si dimostra per induzione. 3

Si osserva che se si moltiplicano le funzioni di un sistema ortogonale {φ n }, n =

0, 1,

, per arbitrari fattori costanti, il sistema rimane ortogonale. Si utilizza questo

fatto per normalizzare le funzioni del sistema ed avere un sistema ortonormale. A tale scopo `e sufficiente dividere la funzione φ n (x) per la sua norma 2.

20.2 Polinomi ortogonali

Defnizione. I polinomi φ 0 (x), φ 1 (x),

grado j, j = 0, 1,

definiti in un intervallo [a, b] con φ j (x) di

, sono ortogonali rispetto alla funzione peso 4 w(x), se

φ i , φ j ⟩ ≡

a

b

w(x)φ i (x)φ j (x)dx = 0

per

i ̸= j

˜

2 Data una funzione f (x) si pu`o sempre ottenere una funzione normalizzata f (x) come

˜

f(x) = f(x)/f

3 Si veda e.g., §4.4 in Atkinson K.E.: An Introduction to Numerical Analysis, Second Edition, John Wiley & Sons, New York, 1989.

4 Si pu`o generalizzare la definizione di norma 2 di una funzione f a valori reali e continua nell’intervallo [a, b], e di prodotto scalare tra due funzioni f e g a valori reali e continue nell’intervallo [a, b], introducendo una funzione peso w(x) 0 per

320

Si

CAPITOLO 20.

`

ORTOGONALIT A DI FUNZIONI

hanno i risultati seguenti: 3

i polinomi ortogonali sono funzioni linearmente indipendenti;

sia {φ j (x)}, j = 0, 1,

un insieme di polinomi ortogonali, allora ogni polinomio

p(x) di grado n si scrive come combinazione lineare dei polinomi ortogonali

`

{φ j (x)} di grado j, j = 0,

, n, i.e.,

p(x) =

n p, φ j

φ j (x)

j=0

φ j , φ j

ed anche

p, φ j = 0

per

j = n + 1, n + 2,

sia {φ j (x)}, j = 0, 1,

un insieme di polinomi ortogonali definiti in [a, b], allora

φ j (x), j = 0, 1,

ha esattamente j zeri distinti in (a, b).

E

nici 5 {q j (x)}. Tale formula si chiama formula di ricorrenza a tre termini e si scrive: 6

possibile fornire una relazione ricorsiva per il calcolo di polinomi ortogonali mo-

dove

q 0 (x) q 1 (x)

q k (x)

=

=

=

a k

b

k

1

x a 1

(x a k )q k1 (x) b k q k2 (x)

=

xq k1 , q k1

q k1 , q k1

q k1 , q k1

=

q k2 , q k2

k = 1, 2,

k = 2, 3,

k 2

20.3 Principali sistemi di polinomi ortogonali

I sistemi di polinomi ortogonali differiscono tra loro per diversi valori degli estremi dell’intervallo di definizione e per differenti funzioni peso.

x [a, b]:

f2 = (∫

a

b

1

w(x)f(x) 2 dx ) 2

f, g=

a

b

w(x)f (x)g(x)dx

Per la funzione peso si richiede che i momenti definiti come

µ k =

a

b

x k w(x)dx

esistano e siano finiti. 5 I polinomi monici sono quei polinomi q(x) che hanno coefficiente principale, ovvero il coefficiente associato alla massima potenza di x, uguale ad 1. Si osserva che, in generale, i polinomi monici non sono funzioni normalizzate; ad esempio q 0 (x) = 1 non ha norma 2 uguale ad 1 se valutato tra 1 e 1:

q 0 2 = 12 = (∫ 1 1 2 ) 1/2 dx = 2

1

In questo caso il polinomio normalizzato `e q˜ 0 (x) = q 0 (x)/ 2. 6 Per una dimostrazione si veda e.g., p. 268 in Johnson L.W., Riess R.D.: Numerical Analysis, Second Edition, Addison Wesley, Reading MA, 1982.

20.3. PRINCIPALI SISTEMI DI POLINOMI ORTOGONALI

321

Si riportano in questa sezione i principali sistemi di polinomi ortogonali e le rispet- tive caratteristiche. Si elenca: il nome dei polinomi ortogonali, l’intervallo di definizione (a, b), la fun- zione peso w(x), la notazione e la rappresentazione (un’espressone esplicita del polinomio), l’equazione differenziale di cui il polinomio ortogonale `e soluzione, il valore della norma 2 al quadrato, e la formula ricorsiva.

Polinomi di Chebyshev

nome: polinomi di Chebyshev (del primo tipo) intervallo: [1, 1] funzione peso:

notazione e rappresentazione: T n (x) = cos(n arccos x) |T n (x)| ≤ 1 equazione differenziale: (x 2 1)u + xu n 2 u = 0 norma 2 al quadrato:

1

1x 2

1

1

T n (x) 2 2 dx = { 1 x

π

π

2

per n = 0 per n 1

}

formula ricorsiva:

T 0 (x)

=

1

T 1 (x)

=

x

T j+1 (x)

=

2xT j (x) T j1 (x)

j 1

Inoltre, gli zeri x i , i = 1,

, n, di T n (x) sono dati dalla formula

x i = cos ( (2(n + 1 i) 1)π

2n

) i = 1, 2,

, n

Ad esempio per T 1 (x) si ha x 1 = 0, per T 2 (x) si ha x 1 = 2/2 e x 2 = 2/2,

per T 3 (x) si ha

Se x [1, 1] e z [a, b], gli zeri del polinomio di Chebyshev di grado n definito

in [a, b] sono dati da 7

x 1 = 3/2, x 2 = 0 e x 3 = 3/2.

z i = (b a) cos ( (2(n + 1 i) 1)π ) + a + b

2

2n

2

i = 1, 2,

,

n

Polinomi di Legendre

nome: polinomi di Legendre intervallo: [1, 1] funzione peso: 1

notazione e rappresentazione: P n (x) =

equazione differenziale: (x 2 1)u + 2xu n(n + 1)u = 0

norma 2 al quadrato:

1 d n (x 2 1) n

2 n n!

dx

2

n

2n + 1

1

1 P n (x) 2 dx =

7 Se x [1, 1] e z [a, b] allora valgono le formule

x =

2z

b a

a + b

b a

z = x (b a)

2

+ (a + b)

2

|P n (x)| ≤ 1

322

formula ricorsiva:

CAPITOLO 20.

`

ORTOGONALIT A DI FUNZIONI

P 0 (x)

=

1

P 1 (x)

=

x

P j+1 (x)

=

1

j + 1 [(2j + 1)xP j (x) jP j1 (x)]

j 1

20.3. PRINCIPALI SISTEMI DI POLINOMI ORTOGONALI

323

Polinomi di Chebyshev del secondo tipo

nome: polinomi di Chebyshev del secondo tipo intervallo: [1, 1]

funzione peso: 1 x 2 notazione e rappresentazione: S n (x) = sin[(n+1) arccos x]

1x 2

equazione differenziale: (x 2 1)u + 3xu n(n + 2)u = 0 norma 2 al quadrato:

1

1 1 x 2 S n (x) 2 dx = π

2

formula ricorsiva:

S 0 (x)

=

1

S 1 (x)

=

2x

S j+1 (x)

=

2xS j (x) S j1 (x)

j 1

Polinomi di Laguerre

nome: polinomi di Laguerre intervallo: [0, ) funzione peso: e x

notazione e rappresentazione: L n (x) = e x d n (x n e x ) equazione differenziale: xu + (1 x)u + nu = 0

norma 2 al quadrato:

dx

n

e x L n (x) 2 dx = (n!) 2

0

formula ricorsiva:

L 0 (x)

=

1

L 1 (x)

=

1 x

L j+1 (x)

=

1

j + 1 [(2j + 1 x)L j (x) jL j1 (x)]

j 1

Polinomi di Hermite

nome: polinomi di Hermite intervallo: (−∞, )

funzione peso: e x 2

notazione e rappresentazione: H n (x) = (1) n e x2 d n (x n e x 2 ) equazione differenziale: u 2xu + 2nu = 0 norma 2 al quadrato:

dx

n

formula ricorsiva:

0

e x 2 H n (x) 2 dx = 2 n n! π

H 0 (x)

=

1

H 1 (x)

=

2x

H j+1 (x)

=

2xH j (x) 2jH j1 (x)

j 1

324

CAPITOLO 20.

`

ORTOGONALIT A DI FUNZIONI