Serie Di Fourier

Serie di Fourier 1
Serie di Fourier
Convergenza di successioni di funzioni.

Sia {fn (x) : x ∈ [a, b], n ∈ N} una successione di funzioni definite in un intervallo chiuso e
limitato [a, b] ed a valori in R oppure C.
Diremo che la successione fn (x) converge puntualmente alla funzione f (x) se
lim fn (x) = f (x) , ∀x ∈ [a, b] . (1.1)

n→+∞
Se le funzioni |fn (x) − f (x)|2 sono integrabili in [a, b] per ogni n ∈ N, allora diremo che la
successione fn (x) converge in media quadratica alla funzione f (x) se
Z b
lim |fn (x) − f (x)|2 dx = 0 . (1.2)
n→+∞ a
Successioni e serie di funzioni ortogonali.

Sia {φn (x) : x ∈ [a, b], n ∈ N} una successione di funzioni definite in un intervallo chiuso e
limitato [a, b] ed a valori in R oppure C. Assumiamo che, per ogni n ed m ∈ N, le funzioni
φn (x) φm (x) siano integrabili in [a, b]. Allora diremo che tale successione è costituta da
funzioni ortonormali se
Z b
φn (x) φm (x) dx = δnm ∀ n, m ∈ N .
a
Teorema (di migliore approssimazione). Sia f : [a, b] → R (oppure C) una funzione di

quadrato integrabile, {φk (x)} una successione di funzioni ortonormali in [a, b] ed n un intero
positivo. Assumiamo che f (x) φk (x) sia integrabile in [a, b] per ogni k ≤ n. Posto
n
X n
X
sn (x) = ck φk (x) e tn (x) = γk φk (x)
k=1 k=1
dove Z b
ck = f (x) φk (x) dx
a
(si chiamano coefficienti di Fourier della funzione f rispetto alla successione φk ) e γk sono
numeri, eventualmente complessi, arbitrariamente scelti, allora
Z b Z b
2
|f (x) − sn (x)| dx ≤ |f (x) − tn (x)|2 dx ,
a a
2 Serie di Fourier
e il segno di uguaglianza vale se e solo se γk = ck per k = 1, ..., n.

Dimostrazione.
Ricordiamo una semplice identità nel campo complesso
|z1 − z2 |2 = (z1 − z2 ) (z1 − z2 ) = (z1 − z2 ) (z1 − z2 ) = z1 z1 − z1 z2 − z2 z1 + z2 z2 =

= |z1 |2 − z1 z2 − z2 z1 + |z2 |2 .
Quindi
Z b Z b Z b Z b Z b
2 2
|f (x) − tn (x)| dx = |f (x)| dx − f (x) tn (x)dx − f (x) tn (x)dx + |tn (x)|2 dx .
a a a a a
Ora, utilizzando la definizione di tn (x), si ha

Z b Z b " n # n Z b n
X X X
• f (x) tn (x)dx = f (x) γk φk (x) dx = γk f (x) φk (x) dx = γk ck
a a k=1 k=1 a k=1
" n
# n n
Z b Z b X X Z b X
• f (x) tn (x)dx = f (x) γk φk (x) = γk f (x) φk (x) dx = γk ck
a a k=1 k=1 a k=1
Z b X 2
Z b n n
X
2
• |tn (x)| dx = γk φk (x) dx = |γk |2 .

a a
k=1 k=1
Per provare l’ultima relazione, utilizziamo il principio di induzione. Infatti per n = 1, si ha

Z b Z bh i Z bh i
2
|γ1 φ1 (x)| dx = γ1 φ1 (x) γ1 φ1 (x) dx = γ1 γ1 φ1 (x) φ1 (x) dx = γ1 γ1 = |γ1 |2 .
a a a
Per n + 1, si ha
2 2  2
Z b Xn+1 Z b Xn Z b X n
γk φk (x) dx = γk φk (x) + γn+1 φn+1 (x) dx = γk φk (x) +

a k=1
a k=1
a 
k=1

" n # " n # )
X X
+ γk φk (x) γn+1 φn+1 (x) + γk φk (x) γn+1 φn+1 (x) + |γn+1 φn+1 (x)|2 dx =
k=1 k=1
n
X n
X Z b n
X Z b
2
= |γk | + γk γn+1 φk (x) φn+1 (x) dx + γk γn+1 φk (x) φn+1 (x) dx + |γn+1 |2 =
k=1 k=1 a k=1 a
n+1
X
= |γk |2 .
k=1
Serie di Fourier 3
Pertanto
Z b Z b n
X n
X n
X
2 2
|f (x) − tn (x)| dx = |f (x)| dx − γk ck − γk ck + |γk |2 =
a a k=1 k=1 k=1
Z b n
X n
X
= |f (x)|2 dx + |γk − ck |2 − |ck |2 . (1.3)
a k=1 k=1
Da questa, se γk = ck per k = 1, ..., n, si ottiene

Z b Z b n
X
2 2
|f (x) − sn (x)| dx = |f (x)| dx − |ck |2 , (1.4)
a a k=1
e quindi la (1.3) si scrive

Z b Z b n
X
2 2
|f (x) − tn (x)| dx = |f (x) − sn (x)| dx + |γk − ck |2
a a k=1
che fornisce immediatamente la tesi. 4
Dalle (1.4) segue anche

Z b n
X
2
|f (x)| dx − |ck |2 ≥ 0 ,
a k=1
cioé n
X Z b
2
|ck | ≤ |f (x)|2 dx . (1.5)
k=1 a
Se è possibile calcolare ck per ogni k ∈ N, allora (1.5) implica

∞
X Z b
2
|ck | ≤ |f (x)|2 dx (diseguaglianza di Bessel) (1.6)
k=1 a
ed in particolare
lim cn = 0 (teorema di Riemann.) (1.7)
n→+∞
Infine, sempre dalla (1.4), se la successione sn (x) converge in media quadratica alla funzione
f (x), allora vale la formula di Parseval
Z b +∞
X
|f (x)|2 dx = |ck |2 . (1.8)
a k=1
4 Serie di Fourier
Polinomio trigonometrico.
Definiamo n
X
P (x) = a0 + (ak cos kx + bk sen kx) x ∈ R.
k=1
dove i coefficienti ak e bk possono essere reali oppure complessi.

Poiché, se z è un qualsiasi numero complesso,
1 iz 1 iz
e − e−iz e + e−iz

sen z = e cos z =
2i 2
si ha:
1 ikx 1 ikx
e + e−ikx + bk e − e−ikx =

ak cos kx + bk sen kx = ak
2 2i

1 1 1 1
= ikx
ak + b k e + ak − bk e−ikx =
2 i 2 i
1 1
= (ak − i bk ) eikx + (ak + i bk ) e−ikx .
2 2
Posto
1 1
p 0 = a0 , (ak − i bk ) e p−k = (ak + i bk ) ,
pk =
2 2
possiamo scrivere il polinomio trigonometrico nel seguente modo
n
X
P (x) = pk eikx . (1.9)
k=−n
Essendo inoltre
 
1
Z π  1 se k = 0  1 se k = 0
ikx
e dx = 1 h i+π = , (1.10)
2π −π  eikx se k 6= 0 
0 se k 6= 0
2πik −π
si ha:
se |m| ≤ n
(
1
Z π
1 X
n Z π pm
−imx
P (x) e dx = pk eikx e−imx dx = .
2π −π 2π k=−n −π 0 altrimenti
Quando i coefficienti ak e bk del polinomio trigonometrico P sono reali, è possibile scrivere
P in un altro modo significativo. Se consideriamo le coppie (ak , bk ), con k = 1, 2, ..., n, come
elementi del piano R2 , allora, utilizzando coordinate polari, possiamo scrivere
ak = rk cos(ϕk ) , bk = rk sen(ϕk )
Serie di Fourier 5
e quindi
ak cos kx + bk sen kx = rk [cos(ϕk ) cos kx + sen(ϕk ) sen kx] = rk cos(kx − ϕk ) .
Pertanto n
X
P (x) = a0 + rk cos(kx − ϕk ) . (1.11)
k=1
Serie trigonometrica di Fourier.

Consideriamo la successione
1 inx
√ e :n∈N . (1.12)
2π
Tenendo conto della (1.10) è immediato verificare che questa successione è costituita da
funzioni ortonormali in [−π, π]. Se f é integrabile e limitata in [−π, π], allora sono soddisfatte
le ipotesi del teorema di migliore approssimazione e vale anche il limite (1.7), cioé
Z π
1
lim √ f (x) e−inx dx = 0 .
n→∞ 2π −π
Da ciò segue che Z π
1
lim √ f (x) [cos(nx) − i sen (nx)] dx = 0 ,
n→∞ 2π −π
e quindi Z π Z π
lim f (x) cos(nx) dx = 0 , lim f (x) sen(nx) dx = 0 . (1.13)
n→∞ −π n→∞ −π
I coefficienti di Fourier della funzione f sono:
Z π
1
cn = √ f (x) e−inx dx . (1.14)
2π −π
Sia ora f : [−π, π] → R una funzione integrabile. Posto
Z π
1
fk = f (x) e−ikx dx k ∈ Z (1.15)
2π −π
definiamo serie di Fourier della funzione f la serie di funzioni

+∞
X
fk eikx x ∈ R. (1.16)
k=−∞
I coefficienti fk , definiti in (1.15) si chiamano ancora coefficienti di Fourier della funzione f ,

anche se è evidente che non coincidono con i coefficienti ck definiti nella (1.14).
6 Serie di Fourier
Moltissime importanti applicazioni della serie di Fourier riguardano le funzioni periodiche.

Una funzione reale f , definita su tutto R, si dice periodica, di periodo T > 0, se
f (x + T ) = f (x) per ogni x ∈ R.
Una funzione periodica, di periodo T > 0, si dice regolare a tratti se è possibile trovare un
numero finito di punti
x0 = 0 < x1 < x2 < · · · < xm = T
tali che valgano le seguenti condizioni:
(a) la funzione f è continua con la sua derivata prima in ogni intervallo aperto (xi−1 , xi )
per i = 1, 2, ..., m;
(b) per ogni i = 1, 2, ..., m esistono finiti i seguenti limiti
lim+ f (x) , lim− f (x) , lim+ f 0 (x) , lim− f 0 (x) .

x→xi−1 x→xi x→xi−1 x→xi
Teorema (sulla convergenza della serie di Fourier). Sia f una funzione periodica e
regolare a tratti. Allora la serie di Fourier
+∞
X 2π
a0 + (an cos nωx + bn sen nωx) , ω=
n=1
T
dove
Z T
1 2
a0 = f (x) dx ,
T − T2
Z T Z T
2 2 2 2
an = f (x) cos nωx dx , bn = f (x) sen nωx dx , n = 1, 2, ...
T − T2 T − T2
converge puntualmente in R alla funzione

1
fˆ(x) = lim f (t) + lim− f (t) per ogni x ∈ R.
2 t→x+ t→x
Trasformata di Fourier 7
Trasformata di Fourier
Introduzione alla trasformata di Fourier di una funzione.

Le serie di Fourier non sono utilizzabili per rappresentare segnali non periodici. La trasfor-
mata di Fourier, che introdurremo in questo capitolo, è una naturale estensione della serie di
Fourier e permette l’analisi di un segnale x(t) il cui andamento nel tempo non sia necessaria-
mente periodico. Inoltre ha importanti applicazioni nello studio di equazioni alle derivate
parziali.
Definizione. Sia x : R → C una funzione assolutamente integrabile in R. Allora esiste,
per ogni ω ∈ R l’integrale improprio o generalizzato
Z
x(t) e−i ω t dt . (2.1)
R
La funzione X che ad ogni numero reale ω associa il numero complesso

Z
F[x(t)](ω) = X(ω) = x(t) e−i ω t dt
R
si chiama trasformata di Fourier della funzione x(t).

La trasformata di Fourier gode di proprietà, come la linearità, simili a quelle della trasformata
di Laplace. Una notevole differenza è la forma esplicita dell’antitrasformata: essa è infatti
Z
−1 1
F [X(ω)](t) = X(ω) ei ω t dω, t ∈ R. (2.2)
2π R
Calcoliamo per esempio la trasformata di Fourier della funzione
(
1 se − a ≤ t ≤ a (a > 0)
x(t) = .
0 altrimenti
Si ha
Z Z a Z a
−i ω t −i ω t
F[x(t)](ω) = x(t) e dt = e dt = [cos(ω t) − i sen(ω t)] dt .
R −a −a
Se ω 6= 0, si ottiene
1 2
F[x(t)](ω) = [ sen(ω t) + i cos(ω t)]a−a = sen(ω a) ,
ω ω
mentre, se ω = 0 allora F[x(t)](0) = 2 a.
8 Distribuzioni
Distribuzioni
Introduzione alle distribuzioni.

Una funzione ϕ : R → R si chiama funzione test se ammette derivate di ogni ordine in R ed
inoltre la chiusura dell’insieme {x ∈ R : ϕ(x) 6= 0} è un insieme compatto.
L’insieme di tutte le funzioni test si denota con D(R) ed è uno spazio vettoriale definendo
nel modo usuale la somma di due funzioni e il prodotto di una funzione per un numero reale.
Un classico esempio di funzione appartenente allo spazio delle funzioni test D(R) è la seguente
funzione 
1
 exp se |x − a| < |b|
ϕ(x) = |x − a|2 − b2 ,
 0 se |x − a| ≥ |b|
dove a e b sono due qualsiasi numeri reali.
Consideriamo una successione {ϕn : n ∈ N} di funzioni test.
Diremo che la successione di funzioni {ϕn : n ∈ N} converge alla funzione ϕ ∈ D(R), e
scriveremo lim ϕn = ϕ, se
n→+∞
• esiste un intervallo I compatto tale che, per ogni n ∈ N, ϕn (x) = 0 se x ∈

/ I.
• lim ϕ(k) (k)

n (x) = ϕ (x) uniformemente in R per k = 0, 1, 2, .....
n→+∞
Definiamo distribuzione su R ogni applicazione (funzionale) T , che ad ogni ϕ ∈ D(R) associa

un numero reale che indicheremo con (T, ϕ) e che gode delle seguenti proprietà:
• (T, a1 ϕ1 + a2 ϕ2 ) = a1 (T, ϕ1 ) + a2 (T, ϕ2 ) ∀ a1 , a2 ∈ R, ∀ ϕ1 , ϕ2 ∈ D(R) (linearità)
• lim ϕn = ϕ ⇒ lim (T, ϕn ) = (T, ϕ) (continuità)

n→+∞ n→+∞
L’insieme delle distribuzioni su D(R) si denota con D0 (R).

Una importante classe di distribuzioni si ottiene utilizzando funzioni localmente integrabili.
Una funzione f : R → R si dice localmente integrabile se la restrizione di f ad un qualsiasi
intervallo compatto è integrabile (secondo Riemann o Lebesgue).
Sia f : R → R una funzione localmente integrabile; allora l’applicazione
Z
ϕ ∈ D(R) → f (x) ϕ(x) dx
R
Distribuzioni 9
è una distribuzione, che si dice regolare. Infatti la linearità è evidente, mentre la continuità
si prova tenendo conto che
lim (T, ϕn ) = (T, ϕ) ⇔ lim |(T, ϕn ) − (T, ϕ)| = 0 .

n→+∞ n→+∞
Ora indicando con I l’intervallo compatto per il quale, per ogni n ∈ N, ϕn (x) = 0 se x ∈
/ I,
si ha
Z Z Z

|(T, ϕn ) − (T, ϕ)| = f (x) ϕn (x) dx − f (x) ϕ(x) dx = f (x) [ϕn (x) − ϕ(x)] dx ≤

R R I
Z Z
≤ |f (x)| |ϕn (x) − ϕ(x)| dx ≤ max |ϕn (x) − ϕ(x)| |f (x)| dx
I x∈I I
che conclude la dimostrazione, ricordando che la successione ϕn (x) converge uniformemente

alla funzione ϕ(x).
Esempio. La funzione (
1 se |x| ≤ a (a > 0)
fa (x) =
0 altrimenti
Z a
è localmente integrabile e genera la distribuzione regolare Ta definita da (Ta , ϕ) = ϕ(x)dx,
−a
per ogni ϕ ∈ D(R).
Una distribuzione che non è regolare si dice singolare.
La distribuzione δ di Dirac.
Un esempio di distribuzione singolare è la delta di Dirac, definita da
(δ, ϕ) = ϕ(0) ∀ ϕ ∈ D(R) . (3.1)
Consideriamo la successione di funzioni


1
 n se |x| ≤

δn (x) = 2n (n = 1, 2, 3, ...) .

0 altrimenti

Sia ϕ ∈ D(R); si ha
Z Z 1
2n 1
δn (x) ϕ(x) dx = n ϕ(x) dx = n ϕ(xn ) (per il teorema della media).
R − 21n n
1
Poiché |xn | ≤ , si ottiene immediatamente
2n
Z
lim δn (x) ϕ(x) dx = ϕ(0), ∀ ϕ ∈ D(R).
n→+∞ R
10 Distribuzioni
Pertanto possiamo scrivere

Z
(δ, ϕ) = lim δn (x) ϕ(x) dx ∀ ϕ ∈ D(R) .
n→+∞ R
Questa formula, insieme ad altre notevoli proprietà della distribuzione δ, giustifica la no-
tazione molto usata Z
(δ, ϕ) = δ(x) ϕ(x) dx. (3.2)
R
La definizione della δ di Dirac è stata generalizzata, anche a funzioni continue definite in
tutto R; qui riportiamo solo due esempi molto comuni
Z
δ(x − a) g(x) dx = g(a) ∀ g ∈ C(R) (a ∈ R),
R
Z
1
δ(b x) g(x) dx = g(0) ∀ g ∈ C(R) (b ∈ R, b 6= 0),
R |b|
che risulterebbero evidenti se si potesse considerare la distribuzione δ come una normale
funzione reale e soltanto dopo semplici trasformazioni dell’integrale, verrebbe utilizzata la
definizione (3.2).
La trasformata di Laplace della distribuzione δ di Dirac.
È possibile estendere la definizione della trasformata di Laplace alla distribuzione δ di Dirac,
ponendo L[δ](s) = 1, che può essere giustificata definendo
( −s t
e se t ≥ 0
gs (t) =
1 altrimenti
e quindi Z
δ(x) gs (x) dx = gs (0) = 1 .
R
Equazioni differenziali ordinarie 11
Equazioni differenziali ordinarie.
A differenza, per esempio, dalle equazioni algebriche o trigonometriche oppure logaritmiche,

dove le incognite da determinare sono numeri reali, nelle equazioni differenziali ordinarie, le
incognite sono funzioni reali di variabile reale. Inoltre tali equazioni coinvolgono anche le
derivate della funzione incognita. Ad esempio, è facile verificare che una classe di funzioni
y(x) definite in tutto R ed ivi derivabili, e tali da soddisfare la seguente equazione differenziale
y0 − y = 0 (4.1)
è costituito dalle funzioni: y(x) = cex , dove c una qualsiasi costante reale.
In questo esempio oltre la funzione incognita y(x) compare anche la sua derivata prima;
allora diremo che la (4.1) è una equazione differenziale del primo ordine.
L’equazione y 00 − 2y 0 + y − x = 0 è invece del secondo ordine, perché è presente anche la
derivata seconda.
Definizione. Sia I un generico intervallo dell’asse ~x, eventualmente non limitato e
f (x, y, y1 , y2 , ..., yn ) : I × R × Rn → R (n ∈ N) una funzione reale. L’equazione
f (x, y, y 0 , y 00 , ..., y (n) ) = 0
è una equazione differenziale ordinaria di ordine n nell’incognita y(x).

Risolvere questa equazione differenziale nel fissato intervallo I significa trovare (se esistono)
tutte le funzioni ϕ : I → R dotate in I di tutte le derivate ordinarie fino a quella n-sima
compresa e tali che
f (x, ϕ(x), ϕ0 (x), ϕ00 (x), ..., ϕ(n) (x)) = 0 ∀x ∈ I .
Questo problema è in generale molto complesso, ma per particolari funzioni f può essere
risolto completamente.
Equazioni differenziali lineari del primo ordine.
Una equazione differenziale del tipo
y 0 = p(x)y + q(x) (4.2)

12 Equazioni differenziali ordinarie
è del primo ordine; qui l’incognita y(x) e la sua derivata compaiono come potenze di grado
uno. Assumiamo che le funzioni p(x) e q(x) siano definite in un certo intervallo [a, b] ed ivi
continue. Vogliamo dimostrare che questa equazione ammette soluzioni in [a, b]. Prima di
considerare il problema in generale, studiamo due semplice casi: p(x) ≡ 0 e q(x) ≡ 0. Nel
primo caso, ricordando le definizioni di funzione primitiva e funzione integrale, è evidente
che Z x
y(x) = q(t) dt + c
a
è una soluzione in [a, b] dell’equazione (4.2) qualsiasi sia il valore della costante c. L’insieme
delle primitive di q(x) in [a, b] coincide quindi con l’insieme di tutte le soluzioni dell’equa-
zione differenziale (4.2) nel caso p(x) ≡ 0.
Nel secondo caso sia P (x) una primitiva della funzione p(x) in [a, b]. Allora dalla (4.2), se
y(x) è una sua soluzione, segue:
e−P (x) y 0 (x) − e−P (x) p(x)y(x) = 0
cioè
d −P (x)
e y(x) = 0 in [a, b] .
dx
Allora la funzione e−P (x) y(x) deve essere costante in [a, b]. Pertanto tutte e sole le soluzioni
dell’equazione (4.2) nel caso q(x) ≡ 0 si ottengono dalla formula
y(x) = c eP (x) ∀ x ∈ [a, b]
al variare della costante c in R. Esaminiamo ora il caso generale. Per trovare tutte e sole
le soluzioni dell’equazione (4.2) utilizziamo il emphmetodo della variazione delle costanti
arbitrarie. Sia ancora P (x) una primitiva di p(x) in [a, b]. Posto
y(x) = γ(x)eP (x) (4.3)
si ha:
y 0 (x) = γ 0 (x)eP (x) + γ(x)eP (x) p(x) .
Sostituendo questa espressione nell’equazione (4.2) si ottiene
γ 0 (x)eP (x) + γ(x)eP (x) p(x) = γ(x)eP (x) p(x) + q(x) ,

ossia
γ 0 (x) = e−P (x) q(x)
da cui Z x
γ(x) = e−P (t) q(t) dt + c ∀ x ∈ [a, b] (c ∈ R) .
a
Sostituendo γ nella (4.3), segue che
Z x
−P (t)
y(x) = e q(t) dt + c eP (x) ∀ x ∈ [a, b] (4.4)
a
è una soluzione dell’equazione differenziale (4.2) qualunque sia c ∈ R. Notiamo che se

Z x
−P (t)
c > max − e q(t) dt : x ∈ [a, b]
a
allora la funzione y(x) è certamente positiva in tutto l’intervallo [a, b]. Questa osservazione
servirà in seguito.
Esempio. Sia data l’equazione differenziale lineare
y 0 = 2xy + x3 + x x ∈ [0, 1] .
Poiché p(x) = 2x, possiamo scegliere P (x) = x2 . Quindi

Z x
x2 −t2 3
y(x) = e e (t + t)dt + c =
0
Z x
x2 2 d 1 −t2
= e (t + 1) − e dt + c =
0 dt 2
x
1 x
Z
x2 1 2 −t2 −t2
= e − (t + 1)e + 2te dt + c =
2 0 2 0

x2 1 2 −x2 1 1 h −t2 ix
= e − (x + 1)e + + −e +c =
2 2 2 0

x2 1 2 −x2 1 1 −x2 1
= e − (x + 1)e + − e + +c =
2 2 2 2
1 2 2
= − x − 1 + (1 + c)ex .
2
È evidente che possiamo sostituire alla quantità arbitraria 1 + c una costante reale arbitraria
k. •
Esempio. Sia α un qualsiasi assegnato numero reale. L’equazione differenziale lineare
y 0 = αy ammette le seguenti soluzioni y(x) = ceαx (c ∈ R); esse sono definite in tutto
l’insieme R. •
Spesso ad una equazione differenziale del primo ordine si associa una condizione iniziale. Il
problema (di Cauchy) che nel caso dell’equazione (4.2) si pone è il seguente: sia y0 ∈ R;
trovare le soluzioni dell’equazione differenziale che verificano la condizione y(a) = y0 .
Teorema di Cauchy (per le equazioni differenziali lineari del primo ordine).
Se le funzioni p(x) e q(x) sono continue in [a, b], allora per ogni assegnato y0 ∈ R esiste una
ed una sola soluzione in [a, b] dell’equazione (4.2) tale che y(a) = y0 .
Dimostrazione. Dalla (4.4) segue che y(a) = c eP (a) e quindi soltanto se c = y0 e−P (a) si
ottiene una soluzione che verifica la condizione iniziale. 4
L’equazione di Bernoulli.
Una nota equazione differenziale del primo ordine è la seguente
y 0 = p(x)y + q(x)y α (4.5)
dove α è un parametro reale. Se α = 0 oppure α = 1, l’equazione (4.5) diventa lineare ed

è già stata studiata. Supponiamo ora che il parametro α sia diverso da questi due valori.
Assumiano che le due funzioni p(x) e q(x) sia definite in un intervallo [a, b] ed ivi continue.
In generale, a causa della potenza y α , si cercano soluzioni che siano positive in [a, b].
Se esiste una soluzione y(x) in [a, b] dell’equazione (4.5) ed accade che y(x) > 0 ∀ x ∈ [a, b],
allora si ha:
y 0 (x)
α
= p(x)[y(x)]1−α + q(x) ∀ x ∈ [a, b]
y (x)
cioè
1 d
[y(x)]1−α = p(x)[y(x)]1−α + q(x) .

1 − α dx
Quindi la funzione
z(x) = [y(x)]1−α
è soluzione in [a, b] dell’equazione differenziale lineare del primo ordine
z 0 = (1 − α)p(x)z + (1 − α)q(x) . (4.6)
È semplice verificare che è possibile ripetere il procedimento inverso, cioè se z(x) è una
soluzione in [a, b] dell’equazione (4.6) e z(x) > 0 ∀ x ∈ [a, b], allora
y(x) = [z(x)]1/(1−α)
è una soluzione dell’equazione (4.5) in [a, b]. Poiché siamo in grado di trovare tutte le soluzioni
dell’equazione (4.6), possiamo quindi trovare tutte le soluzioni positive in [a, b] dell’equazione
(4.5).
Trovare soluzioni che si possono annullare per qualche valore di x o che siano negative (se
l’esponente α lo permette) è spesso un problema difficile. Può accadere infatti che, in cor-
rispondenza ad un fissato dato iniziale, vi siano più soluzioni, oppure non esistano soluzioni
in tutto l’intero intervallo [a, b]. Ciò è mostrato dai seguenti due esempi.
Esempio. Verificare che le funzioni y(x) ≡ 0 e y(x) = x2 soddisfano l’equazione differen-
√
ziale y 0 = 2 y nell’intervallo [0, b] (b > 0) e la condizione iniziale y(0) = 0. Si può provare
che oltre a queste esistono altre infinite soluzioni, che soddisfano la medesima condizione
iniziale. •
Esempio. Consideriamo l’equazione differenziale y 0 = y 2 nell’intervallo [0, b] (b > 0), con
la condizione iniziale y(0) = 1. Notiamo innanzitutto che se una soluzione esiste allora da
y 0 (x) = [y(x)]2 ≥ 0, segue che essa è crescente e, essendo y(0) = 1, positiva. Per questa
equazione di Bernoulli p(x) ≡ 0, q(x) ≡ 1 ed α = 2. La corrispondente equazione in z è
z 0 = −1. Tutte le soluzioni di questa equazione sono z(x) = c − x (c ∈ R). Da questa (per
x 6= c) si ottiene
1
y(x) =
c−x
Considerando la condizione iniziale, si ottiene c = 1. Ora questa funzione è soluzione
dell’equazione differenziale solo nell’intervallo [0, 1[. Pertanto se b ≥ 1 non esiste una
soluzione del suddetto problema di Cauchy in tutto l’intervallo [0, b]. •
L’equazione a variabili separate.
Consideriamo l’equazione differenziale
y 0 = f (x)g(y) . (4.7)
Sia J un intervallo chiuso contenuto in R. Assumiamo che le funzioni f (x) : [a, b] → R e

g(y) : J → R siano continue. Supponiamo inoltre che g(y) > 0 ∀ y ∈ J. Se esiste una
soluzione dell’equazione (4.7) y(x) : [a, b] → J ⊆ R, allora da
y 0 (x)
= f (x) ∀ x ∈ [a, b]
g(y(x))
segue che
y 0 (x)
Z Z
dx = f (x) dx in [a, b] .
g(y(x))
1
Sia Γ(y) una primitiva della funzione in J e F (x) una primitiva della funzione f (x) in
g(y)
[a, b]. Tenendo presente la formula di derivazione delle funzioni composte, si ha:
d 1
Γ(y(x)) = y 0 (x) ∀x ∈ J .
dx g(y(x))
Quindi
Γ(y(x)) = F (x) + c , (4.8)
dove c è una costante arbitraria. Occorre notare che la relazione precedente ha significato
solo per quei valori x ∈ [a, b] tali che F (x) + c appartenga all’insieme M = Γ(J). In generale
quindi può accadere che non tutti i valori di c siano ammissibili. Quando F (x) + c ∈ M ,
possiamo ricavare la funzione y(x). Infatti la funzione Γ(y) è strettamente crescente perché
la sua derivata è positiva e pertanto possiamo ottenere la formula
y(x) = Γ−1 [F (x) + c] ,
per ogni x ∈ [a, b] e tali che F (x) + c ∈ M . Formalmente il metodo di soluzione descritto
consiste nello scrivere l’equazione differenziale (4.7) nel seguente modo
dy
= f (x) dx ,
g(y)
e nell’integrare entrambi i membri considerando a sinistra y come variabile di integrazione e
a destra la variabile x.
dy
Esempio. Sia y 0 = 4ey x3 . Allora da = 4x3 dx segue che −e−y = x4 + c oppure
ey
e−y = −x4 − c. Ora se c ≥ 0 non si hanno soluzioni, mentre per c < 0 si ottiene
√
y(x) = − log −(x4 + c)
4
x : |x| < −c .
Notiamo che nonostante sia la funzione f (x) che g(y) siano definite in tutto R, non vi è
alcuna soluzione definita in tutto l’insieme Zdei numeri reali.
Z •
dy
Esempio. Sia y 0 = 2(1 + y 2 )x. Allora da = 2x dx si ottiene arctg(y) = x2 + c
1 + y2
π
e quindi purchè x2 + c < , si ha: y(x) = tg x2 + c . •

2
Quando la funzione g(y) si annulla in qualche punto si hanno soluzioni costanti. Infatti se
esiste y∗ tale che g(y∗ ) = 0, allora la funzione y(x) = y∗ ∀ x ∈ [a, b] è soluzione dell’equazione
(4.7).
Equazioni differenziali lineari del secondo ordine.

Una equazione differenziale lineare del tipo
y 00 + ry 0 + sy = q(x) (4.9)
è del secondo ordine. Noi ci occuperemo di analizzare questa equazione nell’ipotesi che
r e s siano numeri reali assegnati. Quando la funzione q(x) è identicamente nulla, allora
l’equazione (4.9) si dice omogenea. In questo caso, ricordando che per l’equazione differenziale
del primo ordine y 0 = αy le soluzioni erano date da y(x) = c eαx al variare di c in R, è naturale
chiedersi se funzioni del tipo eλx siano soluzioni della equazione omogenea. Se y(x) =
eλx , allora y 0 (x) = λ eλx e y 00 (x) = λ2 eλx . Se sostituiamo queste espressioni nell’equazione
differenziale, otteniamo
eλx λ2 + rλ + s = 0 .

Quindi la funzione eλx è una soluzione se e soltanto se λ soddisfa l’equazione algebrica di

secondo grado
λ2 + rλ + s = 0 . (4.10)
Essa si chiama equazione caratteristica. È evidente che occorre studiare il discriminante

∆ = r2 − 4s di questa equazione per sapere se essa ammette radici reali o complesse. In ogni
caso esse sono date dalle formule
√ √
−r − r2 − 4s −r + r2 − 4s
λ1 = , λ2 = .
2 2
Se ∆ < 0, posto √
r 4s − r2
α=− e β= ,
2 2
le due radici complesse sono
λ1 = α + iβ e λ2 = α − iβ .
Si può facilmente verificare che, qualunque siano le costanti c1 e c2 le seguenti funzioni
y(x) = c1 eλ1 x + c2 eλ2 x se ∆ > 0

y(x) = c1 eλ1 x + c1 xeλ1 x se ∆ = 0
y(x) = c1 eαx cos βx + c2 eαx sen βx se ∆ < 0
sono soluzioni dell’equazione differenziale omogenea. Si può dimostrare che al variare di c1

e c2 in R otteniamo tutte e sole le soluzioni.
Per determinare le soluzioni dell’equazione non omogenea (4.9) si può utilizzare il metodo
della variazione delle costanti. Assumiano che la funzione q(x) sia definita in un intervallo
[a, b] ed ivi continua. Risolta l’equazione omogenea, sia y1 (x) la soluzione corrispondente a
c1 = 1 e c2 = 0 e y2 (x) quella corrispondente a c1 = 0 e c2 = 1. Cerchiamo di trovare una
soluzione dell’equazione (4.9) del tipo
y(x) = c1 (x)y1 (x) + c2 (x)y2 (x) ,
dove ora c1 (x) e c2 (x) sono le funzioni da determinare. Poiché ora vi sono due funzioni
incognite, occorrono due equazioni. La prima equazione (non è l’unica scelta) è la seguente:
c01 (x)y1 (x) + c02 (x)y2 (x) = 0 . (4.11)
In questo modo, risulta
y 0 (x) = c01 (x)y1 (x) + c1 (x)y10 (x) + c02 (x)y2 (x) + c2 (x)y20 (x)
= c1 (x)y10 (x) + c2 (x)y20 (x)
e
y 00 (x) = c01 (x)y10 (x) + c02 (x)y20 (x) + c1 (x)y100 (x) + c2 (x)y200 (x) .
Sostituendo queste espressioni nell’equazione (4.9) e tenendo presente che y1 (x) e y2 (x) sono
soluzioni dell’equazione omogenea, si ottiene l’equazione
c01 (x)y10 (x) + c02 (x)y20 (x) = q(x) . (4.12)
Le equazioni (4.11) e (4.12) formano un sistema lineare di due equazioni nelle due incognite
c01 (x) e c02 (x). Si può verificare che
def
D(x) = y1 (x)y20 (x) − y10 (x)y2 (x) 6= 0 ∀ x ∈ R .
Allora
q(x) y2 (x) q(x) y1 (x)
c01 (x) = − , c02 (x) = ;
D(x) D(x)
pertanto le due funzioni c1 (x) e c2 (x) sono definite nell’intervallo [a, b] e possono essere
determinate mediante l’integrazione delle precedenti equazioni. Risulta quindi che tutte le
soluzioni dell’equazione (4.9) sono date da
Z x Z x
q(t) y2 (t) q(t) y1 (t)
y(x) = − dt + k1 y1 (x) + dt + k2 y2 (x)
a D(t) a D(t)
dove k1 e k2 sono costanti arbitrarie.
Esempio. Sia data l’equazione differenziale y 00 − 2y 0 + y = x2 per x ∈ [0, b] (b > 0).
La soluzione dell’equazione omogenea associata è y(x) = c1 ex + c2 x ex . Ora D(x) = e2x .
Pertanto l’integrale generale è dato dalla formula
Z x 2 t Z x 2 t
t te x te
y(x) = − 2t
dt + k1 e + 2t
dt + k2 x ex
0 e 0 e
Z x Z x
3 −t x 2 −t
= − t e dt + k1 e + t e dt + k2 x ex
0 0
= (x3 + 3x2 + 6x + 6)e−x − 6 + k1 ex + (−x2 − 2x − 2)e−x + 2 + k2 x ex

= x2 + 4x + 6 + [−6 + k1 + (2 + k2 )x] ex .
Ovviamente possiamo sostituire a −6 + k1 e 2 + k2 due costanti arbitrarie. •

Sistemi di equazioni differenziali lineari a coefficienti costanti.
Consideriamo il sistema di n equazioni differenziali ordinarie
n
X
yi0 = aij yj + bi (x) (i = 1, 2, ..., n) (4.13)
j=1
dove i termini noti bi (x) sono funzioni definite in un medesimo intervallo ed ivi continue
e i coefficienti aij sono numeri reali assegnati. Come nel caso della singola equazione del
secondo ordine, è opportuno considerare il sistema omogeneo e cercare soluzioni del tipo
yi (x) = ci eλ x , dove λ e ci , per i = 1, 2, ..., n sono parametri da determinare. Procedendo in
tal senso, si ottiene facilmente il sistema
n
X
λ ci eλ x = aij cj eλ x (i = 1, 2, ..., n)
j=1
che può essere scritto come

n
X n
X n
X
λ ci = aij cj (i = 1, 2, ..., n) ⇔ δij λ cj = aij cj (i = 1, 2, ..., n)
j=1 j=1 j=1
cioè
n
X
(aij − λ δij ) cj = 0 (i = 1, 2, ..., n) (4.14)
j=1
il quale è un sistema lineare omonegeo nelle n incognite ci .

Per ottenere soluzioni non nulle, è necessario che il determinante della matrice dei coefficienti
sia nullo. Otteniamo cosı̀ l’equazione caratteristica
det (aij − λ δij ) = 0 . (4.15)
Le soluzioni λ dell’equazione (4.15) si chiamano autovalori e le corrispondenti soluzioni del

sistema lineare (4.14) si chiamano autovettori.
Purtroppo in generale non otteniamo cosı̀ semplicemente tutte le soluzione del sistema omo-
geneo delle equazioni differenziali; ciò è conseguenza del fatto che l’equazione caratteristica,
che è una equazione algebrica di grado n, può ammettere soluzioni complesse oppure di
molteplicità maggiore di 1.
Si può dimostrare che, se λ è un autovalore reale o complesso di molteplicità r, allora, per
ogni k = 0, 1, ..., r − 1, esistono n polinomi Pik (x) (i = 1, 2, ..., n), di grado non superiore a
k, con coefficienti che possono essere complessi, tali che le funzioni
yik (x) = Pik (x) eλ x (i = 1, 2, ..., n) (k = 0, 1, ..., r − 1)
sono soluzioni linearmente indipendenti del sistema omogeneo delle equazioni differenziali.
Considerando tutti gli autovalori, si ottengono cosı̀ tutte le soluzioni. Poiché in generale i
polinomi saranno a valori complessi, occorrerà utilizzare la formule di Eulero per ottenere
tutte le soluzioni reali.
Per ottenere le soluzioni del sistema non omogeneo (4.13) occorre utilizzare qualche tecnica
idonea, che qui non viene riportata.
Un semplice esempio permette di capire come si può operare in pratica. Consideriamo il
sistema di equazioni differenziali ordinarie


 y10 = y1 + 2 y2 + y3 + 3 y4

 y0 = y + y

2 2 3
0
. (4.16)


 y 3 = −3 y 2 + y4
 y0 = 3 y − y

4 2 3
L’equazione caratteristica è

1−λ 2 1 3

0 1−λ 1 0

= (1 − λ)2 (λ2 + 4) .
0
−3 −λ 1

0 3 −1 −λ

All’autovalore λ = 1 corrispondono le soluzioni
yi (x) = (ai x + bi ) ex (i = 1, 2, 3, 4).
dove i parametri ai e bi devono essere determinati in modo che queste soluzioni verifichino
le equazioni differenziali. Si ha:


 a1 ex + (a1 x + b1 ) ex = (a1 x + b1 ) ex + 2 (a2 x + b2 ) ex + (a3 x + b3 ) ex + 3 (a4 x + b4 ) ex

 a ex + (a x + b ) ex = (a x + b ) ex + (a x + b ) ex

2 2 2 2 2 3 3
x x x x
,

 a 3 e + (a3 x + b3 ) e = −3 (a2 x + b2 ) e + (a4 x + b4 ) e

 a ex + (a x + b ) ex = 3 (a x + b ) ex − (a x + b ) ex

4 4 4 2 2 3 3
che è equivalente al sistema lineare

  

 −a 1 + 2 b 2 + b 3 + 3 b 4 = 0 
 a1 = 2 b 2 + b 3 + 3 b 4 
 a1 = 2 b 2 + b 3 + 3 b 4
  
2 a2 + a3 + 3 a4 = 0 2 a2 + a3 + 3 a4 = 0 a2 = b 3

 
 


 
 

  
−a2 + b3 = 0 a2 = b 3 a3 = 0

 
 


 
 

  

 a =0 
 a =0  a = 3b − b − b

3 3 4 2 3 4
⇔ ⇔
 −a3 − 3 b2 − b3 + b4 = 0  −a3 − 3 b2 − b3 + b4 = 0 9 b 2 − b3 − 3 b 4 = 0

 
 

  




 −3 a2 − a3 + a4 = 0 


 −3 a2 − a3 + a4 = 0 


 −3 b2 − b3 + b4 = 0
  
 −a4 + 3 b2 − b3 − b4 = 0  a4 = 3 b 2 − b 3 − b 4 3 b2 − 4 b3 − b4 = 0

 
 

  

  
3 a2 − a3 − a4 = 0 3 a2 − a3 − a4 = 0 0=0
  
 

 a1 = 2 b 2 + b 3 + 3 b 4 
 a1 = 11 k2
 
a2 = b 3 a2 = 0

 


 

 
a3 = 0 a3 = 0

 


 

 
 a = 3b − b − b
 
 a =0
4 2 3 4 4
⇔ ⇔


 b1 = k1 

 b1 = k1
 
 b2 = k2  b2 = k2

 


 




 b 3 = 0 


 b3 = 0
 
b4 = 3 k2 b4 = 3 k2
 
dove k1 e k2 sono parametri arbitrari. Quindi all’autovalore λ = 1 corrispondono le soluzioni
y1 (x) = (11 k2 x + k1 ) ex , y2 (x) = k2 ex , y3 (x) = 0 , y4 (x) = 3 k2 ex .

Agli autovalori λ = 2 i e λ = −2 i corrispondono le soluzioni
yi (x) = ci e2 i x , yi (x) = di e−2 i x (i = 1, 2, 3, 4),
dove i parametri ci e di sono in generale numeri complessi. Poiché le equazioni differenziali

sono lineari, allora combinazioni lineari delle soluzioni sono ancora soluzioni. Pertanto,
utilizzando le formule di Eulero, possiamo cercare le soluzioni, corrispondenti agli autovalori
λ = ±2 i, della forma
yi (x) = pi sen 2x + qi cos 2x (i = 1, 2, 3, 4),
dove i parametri pi e qi sono ora reali perché le equazioni differenziali sono a coefficienti reali.
Ora si ha:
2 p1 cos 2x − 2 q1

 sen 2x = (p1 sen 2x + q1 cos 2x) + 2 (p2 sen 2x + q2 cos 2x) +





 + (p3 sen 2x + q3 cos 2x) + 3 (p4 sen 2x + q4 cos 2x)

2 p2 cos 2x − 2 q2 sen 2x = (p2 sen 2x + q2 cos 2x) + (p3 sen 2x + q3 cos 2x) ,

2 p3 cos 2x − 2 q3 sen 2x = −3 (p2 sen 2x + q2 cos 2x) + (p4 sen 2x + q4 cos 2x)






2 p4 cos 2x − 2 q4 sen 2x = 3 (p2 sen 2x + q2 cos 2x) − (p3 sen 2x + q3 cos 2x)

che fornisce il sistema lineare algebrico


 2 p 1 = q1 + 2 q2 + q 3 + 3 q 4
2 p = q + 2 q + q + 3 q

1 1 2 3 4
 


 
 2 p 2 = q2 + q 3
2 p = q + q

 

 2 2 3 

 
 2 p3 = −3 q2 + q4
2 p = −3 q + q

 

 3 2 4 
 2 p 4 = 3 q 2 − q3

 

 2p = 3q − q
 
4 2 3
⇔ −4 q1 = (q1 + 2 q2 + q3 + 3 q4 ) + 2 (q2 + q3 )+
 −2 q1 = p1 + 2 p2 + p3 + 3 p4 
+(−3 q2 + q4 ) + 3 (3 q2 − q3 )

 

 

 −2 q 2 = p 2 + p 3


−4 q2 = (q2 + q3 ) + (−3 q2 + q4 )

 

 

 −2 q 3 = −3 p 2 + p 4


−4 q3 = −3 (q2 + q3 ) + (3 q2 − q3 )

 

 
−2 q4 = 3 p2 − p3
 

−4 q4 = 3 (q2 + q3 ) − (−3 q2 + q4 )

  

 2 p1 = q1 + 2 q2 + q3 + 3 q4 
 2 p1 = q1 + 2 q2 + q 3 + 3 q4 
 p1 = 12 k3 + 10
11
k4
  
2 p2 = q2 + q3 2 p2 = q2 + q3 p2 = 14 (k3 − k4 )

 
 


 
 

  
2 p3 = −3 q2 + q4 2 p3 = −3 q2 + q4 p3 = 34 k3 + 45 k4

 
 


 
 

  
 2p = 3q − q
  2p = 3q − q
  p = −5 k − 3 k

4 2 3 4 2 3 4 4 3 4 4
⇔ ⇔ 1
⇔ 1
,


 5 q 1 + 10 q2 + 4 q4 = 0 

 q 1 = k3 + 5 k4 

 q 1 = k3 + 5 k4
1
q2 = − 21 (k3 + k4 )
  



 2 q 2 + q 3 + q 4 = 0 


 q 2 = − 2
(k 3 + k 4 ) 



  



 0=0 


 q3 = k3 


 q3 = k3
  
6 q2 + 3 q3 + 3 q4 = 0 q4 = k4 q4 = k4
  
dove k3 e k4 sono altri due parametri arbitrari.

La soluzione generale del sistema di equazioni differenziali ordinarie (4.16) è quindi
 x
1 11
1


 y 1 (x) = (11 k2 x + k1 ) e + 2
k3 + 10
k 4 sen 2x + k 3 + 5
k4 cos 2x

 y2 (x) = k2 ex + 1 (k3 − k4 ) sen 2x − 1 (k3 + k4 ) cos 2x


4 2
3 .
5



 y3 (x) = 4 k3 + 4 k4 sen 2x + k3 cos 2x


y4 (x) = 3 k2 ex − 54 k3 + 43 k4 sen 2x + k4 cos 2x

Se invece utilizziamo il metodo basato sulla trasformata di Laplace, il sistema di equazioni

differenziali ordinarie (4.16) si trasforma nel sistema algebrico


 s Y1 − h1 = Y1 + 2 Y2 + Y3 + 3 Y4

 sY − h = Y + Y

2 2 2 3
, (4.17)

 s Y3 − h3 = −3 Y2 + Y4


 sY − h = 3Y − Y
4 4 2 3
dove i parametri hi (i = 1, 2, 3, 4) sono qui arbitrari.

La soluzione del sistema lineare (4.17) è
(− 6 h2 + 22 h3 + 2 h4 ) s − 66 h2 − 8 h3 + 22 h4 25 h1 + 6 h2 − 22 h3 − 2 h4

 Y1 (s) = + +




 25 (s2 + 4) 25 (s − 1)


 22 h2 + 11 h3 + 11 h4
+


5 (s − 1)2





2 h2 + h3 + h4 (3 h2 − h3 − h4 ) s + 3 h2 + 4 h3 − h4


Y2 (s) = + ,

 5 (s − 1) 5 (s2 + 4)

h3 s − 3 h2 + h4




 Y3 (s) =



 s2 + 4

(− 6 h2 − 3 h3 + 2 h4 ) s + 9 h2 − 8 h3 − 3 h4 6 h2 + 3 h3 + 3 h4


 Y4 (s) = +


5 (s2 + 4) 5 (s − 1)
e la soluzione generale del sistema di equazioni differenziali ordinarie (4.16) è
 1 1

 y1 (x) = 25 (− 6 h2 + 22 h3 + 2 h4 ) cos 2x + 25 (−33 h2 − 4 h3 + 11 h4 ) sen 2x +

1
(25 h1 + 6 h2 − 22 h3 − 2 h4 ) ex + 51 (22 h2 + 11 h3 + 11 h4 ) x ex




 + 25

 y2 (x) = 1 (2 h2 + h3 + h4 ) ex + 1 (3 h2 − h3 − h4 ) cos 2x + 1 (3 h2 + 4 h3 − h4 ) sen 2x


5 5 10
.


 y3 (x) = h3 cos 2x + 21 (− 3 h2 + h4 ) sen 2x


y4 (x) = 15 (− 6 h2 − 3 h3 + 2 h4 ) cos 2x + 10
1
(9 h2 − 8 h3 − 3 h4 ) sen 2x +






+ 15 (6 h2 + 3 h3 + 3 h4 ) ex

Le relazioni tra i parametri hi e ki sono le seguenti:

1
(25 h1 + 6 h2 − 22 h3 − 2 h4 )

 k1 = 25

 1
 k2 = (2 h2 + h3 + h4 )

5
.


 k3 = h3

k4 = 51 (− 6 h2 − 3 h3 + 2 h4 )

Equazioni differenziali alle derivate parziali 25
Equazioni differenziali alle derivate parziali
Introduzione alle equazioni differenziali alle derivate parziali.

Nei corsi di fisica classica sono state spesso mostrate equazioni alle derivate ordinarie, dove
l’incognita era una funzione del tempo; ad esempio la funzione rappresentava la posizione di
un punto. Poiché in generale le equazioni differenziali ordinarie ammettono infinite soluzioni,
è spesso utile fissare le condizioni iniziali per ottenerne una sola, che magari sarà la soluzione
di uno specifico problema. Vi sono però quantità, che sono rappresentate da funzioni di più
variabili. Ad esempio la temperatura di un gas può variare nel tempo e punto per punto
nello spazio. In molti campi delle scienze è necessario introdurre equazioni dove le incognite
sono funzioni di più variabili.
Una equazione differenziale alle derivate parziali è una singola equazione, dove l’incognita
è una funzione u di più variabili; nell’equazione è presente almeno una derivata parziale
dell’incognita u. Ad esempio nell’equazione differenziale alle derivate parziali
2
∂ u ∂ 2u

∂u
−κ + = f (t, x, y) (5.1)
∂t ∂x2 ∂y 2
t, x e y sono le variabili indipendenti, u = u(t, x, y) è la funzione incognita da determinare,
κ una costante positiva ed f una funzione assegnata. Si dice che l’equazione (5.1) è del
secondo ordine perché nell’equazione compaiono derivate parziali seconde, ma nessuna di
ordine superiore a due.
Questa equazione descrive la propagazione del calore in un corpo rigido bidimensionale omo-
geneo, dove u rappresenta la temperatura del corpo, t è il tempo, κ è la conducibilità termica
ed f la sorgente di calore. In questo esempio, collegato ad un semplice fenomeno fisico, è
naturale aspettarsi infinite soluzioni dell’equazione (5.1), essendo infinite le distribuzioni ini-
ziali della temperatura nel corpo ed infiniti i possibili modi di propagazione del calore verso
l’esterno del corpo oppure verso il suo interno.
Da queste banali considerazioni, deduciamo immediatamente che per individuare una par-
ticolare o specifica soluzione dell’equazione (5.1) è necessario fissare non solo le condizioni
iniziali (la temperatura, punto per punto, all’istante iniziale), ma anche le condizioni al
contorno, poiché la temperatura sul bordo dipende anche dalla temperatura del materiale
esterno a contatto con il corpo. Queste ultime condizioni dovranno essere ben definite, anche
26 Equazioni differenziali alle derivate parziali
da un punto di vista matematico. A tale scopo è fondamentale, per introdurre questi nuovi
concetti, considerare la più semplice delle equazioni differenziale alle derivate parziali.
L’equazione del trasporto.
La più generale equazione differenziale alle derivate parziali del primo ordine, lineare, omo-
genea, a coefficienti costanti e bidimensionale è
∂u ∂u
+a =0 (5.2)
∂t ∂x
dove a è una costante non nulla.
È semplice verificare che, se ϕ è una qualsiasi funzione definita in R ed ivi continua e deriva-
bile, allora la funzione (composta) ϕ(x−a t) soddisfa l’equazione (5.2) in tutto il piano (t, x).
Quindi l’insieme delle soluzioni dell’equazione (5.2) contiene l’intero insieme delle funzioni
definite in R ed ivi differenziabili. Anche da questo esempio possiamo dedurre che in generale
una equazione differenziale alle derivate parziali ammette infinite soluzioni distinte.
Per ottenere una sola particolare soluzione dell’equazione (5.2) è necessario aggiungere
qualche condizione.
Il più semplice problema (di Cauchy) per l’equazione (5.2) è il seguente
 ∂u + a ∂u = 0

∂t ∂x (5.3)
∀x ∈ R

u(0, x) = u0 (x)
dove il dato iniziale u0 (x) è una assegnata funzione definita in R ed ivi differenziabile.
In questo caso si definisce soluzione del problema (5.3) una funzione u, definita nel semipiano
x ∈ R e t ≥ 0 ed ivi continua e differenziabile, che verifica sia l’equazione di trasporto che la
condizione iniziale.
Il problema (5.3) ammette certamente la soluzione
u(t, x) = u0 (x − a t) ∀x ∈ R e t ≥ 0. (5.4)
Si può anche dimostrare che essa è l’unica soluzione del problema (5.3) nell’insieme delle
funzioni differenziabili.
È naturale fare un confronto con il problema di Cauchy per una equazione differenziale alle
derivate ordinarie. Nel caso della sola equazione differenziale del primo ordine y 0 = f (x, y),
l’unica condizione iniziale associata all’equazione è l’assegnazione del valore della soluzione
y(x) in un certo punto x0 . Pertanto viene scelto soltanto il numero reale y(x0 ). Nel caso del
problema di Cauchy (5.3) viene scelta una funzione!
Esaminiamo la soluzione (5.4). È evidente che essa costante su ogni semiretta del tipo
x − a t = x∗ (t ≥ 0), (5.5)
dove x∗ è un qualsiasi numero reale. Infatti lungo la semiretta (5.5) la soluzione u(t, x) vale
u0 (x∗ ). Le semirette (5.5) si chiamano rette caratteristiche.
t
a>0
x
Le rette caratteristiche nel caso a > 0.
a<0
x
Le rette caratteristiche nel caso a < 0.
Consideriamo ora un altro problema di Cauchy, che differisce dal problema (5.3) soltanto
per il dominio del dato iniziale.
 ∂u + a ∂u = 0

∂t ∂x (5.6)
∀x ≥ 0

u(0, x) = u0 (x)
Se siamo interessati a trovare una soluzione nel primo quadrante (x ≥ 0 e t ≥ 0), allora la
funzione u0 (x − a t) sarà la soluzione cercata soltanto se il parametro a è negativo! Ciò è
evidente, tenendo presente che, per x ≥ 0 e t ≥ 0, la funzione x − a t è sempre maggiore
oppure uguale a zero. Quando il parametro a è positivo, allora la funzione u0 (x − a t) sarà
la soluzione soltanto nella regione
(x, t) ∈ R2 : t ≥ 0 e x ≥ a t .

x=at
t
a>0
dominio della soluzione

con dato iniziale solo per x>0.
Il dominio della soluzione del problema (5.6) nel caso a > 0.
Per ottenere una soluzione nell’intero primo quadrante è necessario aggiungere un’altra con-
dizione e quindi considerare un altro problema. La scelta più naturale è data dal seguente
problema ai dati iniziali e al contorno
∂u ∂u


 +a =0
 ∂t
 ∂x

 u(0, x) = u0 (x) ∀x ≥ 0 , (5.7)

∀t > 0

u(t, 0) = h(t)
dove anche la funzione h(t) è differenziabile; inoltre è necessario che siano soddisfatte le
condizioni
lim h(t) = u0 (0) , lim+ h (t) + a u00 (0) = 0 .
0
(5.8)
t→0+ t→0
Sotto queste ipotesi si può verificare che la soluzione del problema (5.7) è
(
u0 (x − a t) nell’insieme {(x, t) ∈ R2 : t ≥ 0 e x ≥ a t}
u(t, x) = . (5.9)
h(t − x/a) nell’insieme {(x, t) ∈ R2 : t > 0 e 0 < x < a t}
Questo esempio mostra in modo evidente che le condizioni da associare ad una equazione
alle derivate parziali devono tener conto dell’equazione stessa, cioè in generale non sono
indipendenti dall’equazione.
L’equazione di Laplace.
Un importante esempio di equazione alle derivate del secondo ordine è l’equazione di Laplace
∂ 2u ∂ 2u ∂ 2u
+ + = 0. (5.10)
∂x2 ∂y 2 ∂z 2
Spesso l’equazione (5.10) si scrive in modo compatto, utilizzando l’operatore laplaciano
∂2 ∂2 ∂2
+ + ,
∂x2 ∂y 2 ∂z 2
che si indica con il simbolo ∇2 oppure ∆, cosicché essa diventa ∇2 u = 0 oppure ∆u = 0.

L’incognita dell’equazione (5.10) è una funzione che dipende soltanto dalle coordinate spaziali
x, y e z; poiché il tempo non compare, non è possibile associare a questa equazione una
condizione iniziale, ma soltanto condizioni al contorno.
Le più comuni condizioni al contorno, quando si cercano soluzioni dell’equazione (5.10)
in un dominio Ω limitato e regolare dello spazio, sono
• u(x, y, z) = φ(x, y, z) ∀ (x, y, z) ∈ ∂Ω (condizione di Dirichlet)
• ∇u(x, y, z) · n = ψ(x, y, z) ∀ (x, y, z) ∈ ∂Ω (condizione di Neumann),
dove le funzioni reali φ e ψ sono definite sulla frontiera del dominio Ω e sufficientemente
regolari, ed n denota il versore normale esterno a ∂Ω.
È anche possibile considerare problemi dove le condizioni al contorno sono di Dirichlet in
una parte della frontiera di Ω e di Neumann nella parte restante.
La complessità dell’equazione non permette, a parte casi particolari, di trovare esplicitamente

soluzioni dell’equazione (5.10) con condizioni al contorno anche per un dominio di forma
semplice. È quindi spesso necessario ricorrere a metodi numerici per determinare soluzioni
approssimate.
L’equazione di Poisson.
Una equazione dello stesso tipo dell’equazione di Laplace è l’equazione di Poisson
∂ 2u ∂ 2u ∂ 2u
+ + = f (x, y, z) , (5.11)
∂x2 ∂y 2 ∂z 2
dove la funzione f è definita nel dominio dove vogliamo studiare l’equazione (5.11). Anche
per questa equazione è possibile assegnare condizioni al contorno esattamente come nel caso
dell’equazione di Laplace.
Troviamo questa equazione in molti problemi di elettrostatica. Infatti il potenziale elet-
trico di un conduttore soddisfa l’equazione di Poisson, dove la funzione f è, a meno di una
costante moltiplicativa, la densità di cariche all’interno del corpo. In questo caso condizioni
di Dirichlet corrispondono ad assegnare il potenziale elettrico in zone di contatto e condizioni
di Neumann, con ψ = 0, corrispondono al fatto che parte della superficie del conduttore è
posta a contatto con un materiale isolante.
A.1. Trasformata di Laplace 31
Trasformata di Laplace
Trasformate di Laplace: definizione e principali proprietà
Z +∞
Definizione L[F (t)] = f (s) = e −s t F (t) dt
0
Linearità L[c1 F1 (t) + c2 F2 (t)] = c1 L[F1 (t)] + c2 L[F2 (t)]
Traslazione L[ea t F (t)] = f (s − a)
1 s
Cambio di scala L[F (a t)] = f
a a
Moltiplicazione per tn L[tn F (t)] = (−1)n f (n) (s)
Trasformata della derivata L[F 0 (t)] = s f (s) − F (0)
Trasformata della derivata seconda L[F 00 (t)] = s2 f (s) − s F (0) − F 0 (0)
n
X
Trasformata della derivata n-sima L[F (n) (t)] = sn f (s) − sn−k F (k−1) (0)
k=1
Z t
f (s)
Trasformata di integrali L F (u) du =
0 s
Z +∞
F (t)
Divisione per t L = f (u) du
t s
Z t
Convoluzione L F (u) G(t − u) du = f (s) g(s)
0
32 A.1. Trasformata di Laplace
Trasformate di Laplace di alcune semplici funzioni
F (t) f (s) = L[F (t)] F (t) f (s) = L[F (t)]
1 1
1 ea t
s s−a
a s
sen(a t) cos(a t)
s2 + a2 s2 + a2
a s
senh(a t) cosh(a t)
s2 − a2 s2 − a2
a s−b
sen(a t) eb t cos(a t) eb t
(s − b)2 + a2 (s − b)2 + a2
n! n!
tn (n ∈ N) tn ea t (n ∈ N)
sn+1 (s − a)n+1
2as s 2 − a2
t sen(a t) t cos(a t)
(s2 + a2 )2 (s2 + a2 )2
Γ(α + 1) sen(t) 1
tα (α > −1) arctan
sα+1 t s
δ(t) 1 δ(t − a) e −a s
A.2. Integrazione delle funzioni razionali 33
Integrazione delle funzioni razionali
Il metodo di Hermite.
Sia D(x) un polinomio reale in x di grado n. Si dimostra che è possibile scrivere il polinomio
D nella seguente forma:
k1 ks
D(x) = a (x − α1 )h1 · · · (x − αr )hr x2 + p1 x + q1 · · · x2 + p s x + q s ,
dove a è un numero reale, αi (i = 1, ..., r) indicano le eventuali radici reali distinte e (se
presenti) i trinomi x2 + pj x + qj (j = 1, ..., s) sono distinti ed hanno tutti discriminante
negativo. I parametri h1 , ... hr e k1 , ... ks sono le molteplicità (interi non negativi).
È evidente che h1 + h2 + · · · + hr + 2 (k1 + k2 + · · · + ks ) = n.
Sia R(x) un polinomio di grado minore di n. Allora si può dimostrare che sussiste la seguente
decomposizione:
R(x) A1,1 A1,h1
= + ··· + +
D(x) x − α1 (x − α1 )h1
+ ······ +
Ar,1 Ar,hr
+ + ··· + +
x − αr (x − αr )hr
a1 x + b 1 as x + b s d N (x)
+ 2 + ··· + 2 +
x + p1 x + q1 x + ps x + qs dx D1 (x)
dove A1,1 , ...., A1,h1 , ..., Ar,1 , ..., Ar,hr , a1 , ....., as , b1 , ...., bs sono parametri reali da determinare,
k1 −1 ks −1
D1 (x) = x2 + p1 x + q1 · · · x2 + p s x + q s
è un polinomio di grado m = n − (h1 + h2 + · · · + hr ) − 2s, ed N (x) è un polinomio di grado

m − 1 da determinare.
Mediante tale formula, il calcolo di un integrale di una funzione razionale è ricondotto
quindi al calcolo di integrali del tipo
Z Z
A ax + b
dx oppure dx (∆ = p2 − 4q < 0) .
(x − α)` x2 + px + q
Il primo integrale è immediato, ed è
 A log(|x − α|) + c

Z se ` = 1
A
dx = .
(x − α)`  A (x − α)1−` + c se ` > 1
1−`
34 A.2. Integrazione delle funzioni razionali
Per calcolare il secondo integrale, teniamo conto che

p 2 p2 p 2 4 q − p2 p 2 −∆
x2 + p x + q = x + − +q = x+ + = x+ +
2 4 2 4 2 4
" 2 #
−∆ 2x p
= √ +√ +1
4 −∆ −∆
e che
ax + b a 2x + p ap 1
= + b− =
x2 + p x + q 2 x2 + p x + q 2 x2 + p x + q
a 2x + p ap 4 1
= + b− 2 .
2 x2 + p x + q 2 −∆

2x p
√ +√ +1
−∆ −∆
Allora
Z
ax + b a 2
a p 2 2x p
dx = log x + p x + q + b − √ arctg √ +√ + c.
x2 + p x + q 2 2 −∆ −∆ −∆
Z
1
Esempio. Calcoliamo 2
dx.
x −1
1 a b a(x + 1) + b(x − 1)
Da = + = , si ottiene il sistema lineare:
x2 −1 x−1 x+1 x2 − 1

a+b=0 1 1
la cui soluzione è a = b = − . Pertanto
a−b=1 2 2
Z
1 1
2
dx = (log |x − 1| − log |x + 1|) + c. •
x −1 2
Esempio. Da
x2 − 2x + 1 ax3 + (b − c)x2 + (a − 2d)x + (b + c)

ax + b cx + d
2 2
= 2 +D = ,
(x + 1) x +1 x2 + 1 (x2 + 1)2
si ottiene il sistema lineare


 a=0
b−c=1

la cui soluzione è a = 0, b = 1, c = 0, d = 1.

 a − 2d = −2
b+c=1

Pertanto
x2 − 2x + 1
Z
1
2 2
dx = arctg(x) + 2 + c. •
(x + 1) x +1
A.3. Tabelle trigonometriche 35
Formule fondamentali
sen2 α + cos2 α = 1
cos(−α) = cosα sen(−α) = − senα tg(−α) = − tgα
cos(α + 2π) = cosα sen(α + 2π) = senα tg(α + π) = tgα

π π π
cos − α = senα sen − α = cosα tg − α = ctgα
2 2 2
π π π
cos + α = − senα sen + α = cosα tg + α = − ctgα
2 2 2
cos(π − α) = − cosα sen(π − α) = senα tg(π − α) = − tgα
cos(π + α) = − cosα sen(π + α) = − senα tg(π + α) = tgα

1 tg2 α tgα
cos2 α = sen2 α = cosα senα =
1 + tg2 α 1 + tg2 α 1 + tg2 α
2 tgα
cos(2α) = cos2 α − sen2 α sen(2α) = 2 senα cosα tg(2α) =
1 − tg2 α
α r 1 + cosα α r 1 − cosα α senα
cos = sen = tg =

2 2 2 2 2 1 + cosα
1 − tg2 α2 2 tg α2 2 tg α2
cosα = senα = tgα =
1 + tg2 α2 1 + tg2 α2 1 − tg2 α2
cos(α ± β) = cosα cosβ ∓ senα senβ sen(α ± β) = senα cosβ ± cosα senβ
tgα ± tgβ
tg(α ± β) =
1 ∓ tgα tgβ
α+β α−β α+β α−β
cosα + cosβ = 2 cos cos cosα − cosβ = −2 sen sen
2 2 2 2
α+β α−β α+β α−β
senα + senβ = 2 sen cos senα − senβ = 2 cos sen
2 2 2 2
1 1
cosα cosβ = [ cos(α + β) + cos(α − β)] senα senβ = [ cos(α − β) − cos(α + β)]
2 2
1
senα cosβ = [ sen(α + β) + sen(α − β)]
2
36 A.3. Tabelle trigonometriche
Angoli notevoli.
π π π π 3
α 0 π π
6 4 3 2 2
√ √
3 2 1
cosα 1 0 −1 0
2 2 2
√ √
1 2 3
senα 0 1 0 −1
2 2 2
√
3 √
tgα 0 1 3 ∃
/ 0 ∃
/
3

Serie Di Fourier

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Serie Di Fourier

Caricato da

Copyright:

Formati disponibili

Serie di Fourier 1

Convergenza di successioni di funzioni.

lim fn (x) = f (x) , ∀x ∈ [a, b] . (1.1)

Successioni e serie di funzioni ortogonali.

Teorema (di migliore approssimazione). Sia f : [a, b] → R (oppure C) una funzione di

e il segno di uguaglianza vale se e solo se γk = ck per k = 1, ..., n.

Ricordiamo una semplice identità nel campo complesso

|z1 − z2 |2 = (z1 − z2 ) (z1 − z2 ) = (z1 − z2 ) (z1 − z2 ) = z1 z1 − z1 z2 − z2 z1 + z2 z2 =

Ora, utilizzando la definizione di tn (x), si ha

Per provare l’ultima relazione, utilizziamo il principio di induzione. Infatti per n = 1, si ha

Da questa, se γk = ck per k = 1, ..., n, si ottiene

e quindi la (1.3) si scrive

che fornisce immediatamente la tesi. 4

Dalle (1.4) segue anche

Se è possibile calcolare ck per ogni k ∈ N, allora (1.5) implica

dove i coefficienti ak e bk possono essere reali oppure complessi.

ak cos kx + bk sen kx = rk [cos(ϕk ) cos kx + sen(ϕk ) sen kx] = rk cos(kx − ϕk ) .

Serie trigonometrica di Fourier.

definiamo serie di Fourier della funzione f la serie di funzioni

I coefficienti fk , definiti in (1.15) si chiamano ancora coefficienti di Fourier della funzione f ,

Moltissime importanti applicazioni della serie di Fourier riguardano le funzioni periodiche.

f (x + T ) = f (x) per ogni x ∈ R.

tali che valgano le seguenti condizioni:

(b) per ogni i = 1, 2, ..., m esistono finiti i seguenti limiti

lim+ f (x) , lim− f (x) , lim+ f 0 (x) , lim− f 0 (x) .

converge puntualmente in R alla funzione

Introduzione alla trasformata di Fourier di una funzione.

La funzione X che ad ogni numero reale ω associa il numero complesso

si chiama trasformata di Fourier della funzione x(t).

Introduzione alle distribuzioni.

• esiste un intervallo I compatto tale che, per ogni n ∈ N, ϕn (x) = 0 se x ∈

• lim ϕ(k) (k)

Definiamo distribuzione su R ogni applicazione (funzionale) T , che ad ogni ϕ ∈ D(R) associa

• (T, a1 ϕ1 + a2 ϕ2 ) = a1 (T, ϕ1 ) + a2 (T, ϕ2 ) ∀ a1 , a2 ∈ R, ∀ ϕ1 , ϕ2 ∈ D(R) (linearità)

• lim ϕn = ϕ ⇒ lim (T, ϕn ) = (T, ϕ) (continuità)

L’insieme delle distribuzioni su D(R) si denota con D0 (R).

lim (T, ϕn ) = (T, ϕ) ⇔ lim |(T, ϕn ) − (T, ϕ)| = 0 .

che conclude la dimostrazione, ricordando che la successione ϕn (x) converge uniformemente

(δ, ϕ) = ϕ(0) ∀ ϕ ∈ D(R) . (3.1)

Consideriamo la successione di funzioni

Pertanto possiamo scrivere

Equazioni differenziali ordinarie.

A differenza, per esempio, dalle equazioni algebriche o trigonometriche oppure logaritmiche,

f (x, y, y 0 , y 00 , ..., y (n) ) = 0

è una equazione differenziale ordinaria di ordine n nell’incognita y(x).

f (x, ϕ(x), ϕ0 (x), ϕ00 (x), ..., ϕ(n) (x)) = 0 ∀x ∈ I .

y 0 = p(x)y + q(x) (4.2)

e−P (x) y 0 (x) − e−P (x) p(x)y(x) = 0

y(x) = c eP (x) ∀ x ∈ [a, b]

y(x) = γ(x)eP (x) (4.3)

Sostituendo questa espressione nell’equazione (4.2) si ottiene

γ 0 (x)eP (x) + γ(x)eP (x) p(x) = γ(x)eP (x) p(x) + q(x) ,

è una soluzione dell’equazione differenziale (4.2) qualunque sia c ∈ R. Notiamo che se

Poiché p(x) = 2x, possiamo scegliere P (x) = x2 . Quindi

y 0 = p(x)y + q(x)y α (4.5)

dove α è un parametro reale. Se α = 0 oppure α = 1, l’equazione (4.5) diventa lineare ed

è soluzione in [a, b] dell’equazione differenziale lineare del primo ordine

z 0 = (1 − α)p(x)z + (1 − α)q(x) . (4.6)

Sia J un intervallo chiuso contenuto in R. Assumiamo che le funzioni f (x) : [a, b] → R e

y(x) = Γ−1 [F (x) + c] ,

Equazioni differenziali lineari del secondo ordine.

Quindi la funzione eλx è una soluzione se e soltanto se λ soddisfa l’equazione algebrica di

Essa si chiama equazione caratteristica. È evidente che occorre studiare il discriminante