Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
∗
Guido Cognola
Questi appunti sono essenzialmente la trascrizione in maniera schematica e concisa delle lezioni svolte
nel corso di Metodi Matematici della Fisica – Seconda Unità – nell’anno accademico 2009-2010. Il
materiale è preso dai libri di testo consigliati e non deve assolutamente diventare un sostituto degli stessi.
2 Spazi Metrici 7
2.1 Isometria fra spazi metrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Contrazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Spazi Normati 9
3.1 Esempi di spazi normati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4 Spazi Euclidei 10
4.1 Esempi di spazi euclidei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2 Sistemi ortonormali chiusi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.3 Teorema di Riesz-Fischer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
5 Spazi di Hilbert 16
5.1 Lo spazio L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.2 Completezza di L1 e L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5.3 Basi ortonormali in L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.4 Sistema trigonometrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.5 Forma complessa della serie di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.6 Completezza del sistema trigonometrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.7 Polinomi di Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.8 Polinomi di Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
7 Distribuzioni 29
7.1 Funzioni test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7.2 Lo spazio D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
7.3 Lo spazio S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
7.4 Distribuzioni di Schwartz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
7.5 Distribuzioni regolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
7.6 Prodotto di una distribuzione per una funzione C ∞ . . . . . . . . . . . . . . . . . . . . . . 33
7.7 Cambiamento di variabile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
7.8 Derivazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7.9 Prodotto diretto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7.10 Prodotto di convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
7.11 Condizioni sufficienti per l’esistenza del prodotto di convoluzione . . . . . . . . . . . . . . 37
7.12 Regolarizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
7.13 Distribuzioni temperate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
7.14 Trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
7.15 Soluzioni fondamentali di operatori differenziali lineari . . . . . . . . . . . . . . . . . . . . 40
8 Operatori Lineari 42
8.1 Operatoti Limitati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
8.1.1 Proprietà dell’operatore aggiunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
8.1.2 Proprietà dell’operatore autoaggiunto . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.2 Spettro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8.3 Operatori Compatti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
9 Equazioni Integrali 54
9.1 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
9.1.1 Problema di Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
9.1.2 Problema di Abel (1823) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
9.1.3 Problema della corda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9.2 Equazioni di Fredholm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9.2.1 Nuclei di Hilbert-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
9.3 Soluzione delle equazioni integrali di II a specie . . . . . . . . . . . . . . . . . . . . . . . . 58
9.3.1 Equazioni a nucleo simmetrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.3.2 Equazioni a nucleo degenere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.3.3 Equazioni di Volterra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9.3.4 Soluzioni sotto forma di serie di potenze . . . . . . . . . . . . . . . . . . . . . . . . 62
9.3.5 Nuclei Ortogonali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
11 Spazi di Hilbert 66
12 Distribuzioni 68
13 Equazioni integrali 89
Definizioni
Alcuni dei concetti seguenti si possono definire in spazi più generali, ma qui siamo interessati agli spazi
euclidei per i quali è definito il concetto di “distanza” fra due punti arbitrari. Questo è dato dalla norma
della differenza dei due punti, che per spazi reali è una vera distanza ρ(x, y) fra punti (vedi sotto).
• Punto di accumulazione. – x ∈ X è detto punto di accumulazione se ogni suo intorno contiene
almeno un punto di X.
• Chiusura. L’insieme X si dice chiuso se contiene tutti i suoi punti di accumulazione.
• Limitatezza. – X si dice limitato se la distanza fra ogni coppia di punti è finita. Vale a dire, per
ogni x, y ∈ X esiste C per cui ρ(x, y) ≤ C.
• Compattezza. – Uno spazio X si dice compatto se da ogni suo ricoprimento aperto è possibile
estrarre un sottoricoprimento finito.
G ∈ X si dice relativamente compatto o precompatto se la sua chiusura in X è compatta.
• TotaleSLimitatezza. – X è totalmente limitato se da è unione finita di “palle” aperte (ε-rete), cioè
n
X = k=1 B(xk , ε), dove B(x, ε) è la palla aperta di raggio ε centrata in x.
• Discontinuità di prima specie. – Quando i limiti destro e sinistro esistono entrambi ma sono diversi
fra loro.
• Funzione a variazione limitata. – f definita in [a, b] si dice a variazione limitata se, per ogni
suddivisone dell’intervallo del tipo a = x0 < x1 < · · · < xn = b si ha
n
X
|f (xk ) − f (xk−1 )| < costante .
k=1
• Funzione assolutamente continua. – f definita in [a, b] si dice assolutamente continua se, fissato
arbitrariamente ε > 0, esiste δ per cui
X X
|f (bk ) − f (ak )| < ε , (bk − ak ) < δ ,
k k
La funzione f (x) è integrabile secondo Riemann se i limiti per i → ∞ delle espressioni precedenti sono
coincidenti. Il procedimento precedente è sensato se nell’intervallo hi i possibili valori di fi sono “vicini”
fra loro, vale a dire se fi è effettivamente un punto rappresentativo della funzione. Se f è continua questo
è certamente vero, ma non è necessario.
Come si vede, nella definizione precedente si discretizza il dominio di definizione della funzione non
sapendo quindi come saranno distribuiti i valori della stessa nel generico intervallo. Nella definizione
integrale di Lebesgue il procedimento è simile, ma anzichè il dominio della funzione, si discretizza il
co-dominio, avendo quindi il controllo sui valori che la funzione assume in ogni intervallino.
Prima di procedere alla definizione generale, consideriamo una speciale classe di funzioni f (x) come
sopra, ma con la ulteriore restrizione che l’insieme Iαβ sia un multi-intervallo, dove
comunque scelti α e β.
A questo punto dividiamo il co-dominio di f in tanti piccoli intervalli m = α0 < α1 < α2 < ... < αn =
β ad ognuno dei quali corrisponderà un multi-intervallo
(1) (2)
X
Iαi αi+1 = hi + hi + ... ≡ hi ⊂ I , hi = I , (1.2)
i
e osserviamo che i limiti per i → ∞ delle espressioni precedenti sono coincidenti, per costruzione. Infatti,
scelta un’arbitraria discretizzazione con αi+1 − αi < ε, si ha
X
S−s= (αi+1 − αi )hi < ε(b − a) .
i
♣ hi è la misura (lunghezza) del multi-intervallo Iαi αi+1 . Se Iαβ non è un multi-intervallo, le espressioni
(1.3) non hanno alcun significato, a meno che non si definisca hi in modo preciso.
Per poter estendere l’integrale di Lebesgue a funzioni arbitarie è prima necessario definire la misura
di un insieme qualunque.
1 Per una trattazione elementare vedi: F.G. Tricomi, Istituzioni di analisi superiore, Edizioni CEDAM, Padova (1964).
1.2 Misura di Lebesgue
E’ una delle varie estensioni del concetto di misura ad un insieme qualunque.
Sia P un intervallo (chiuso, aperto o semiaperto) in IR (o un rettangolo in IR2 o un iper-parallelepipedo
in Rn ). La misura m(P ) di P è la lunghezza (l’area, l’iper-volume) e la misura dell’insieme vuoto è nulla
per definizione; m(Φ) = 0. Questa misura gode delle proprietà
La misura si estende facilmente ad ogni insieme elementare, vale a dire a qualunque unione infinita
di intervalli disgiunti. Si definisce
X [ \
m′ (E) = m(Pk ) , E= Pk , Pi P j = Φ .
k k
Si osservi che rispetto alla seconda proprietà della misura sopra, nell’ultima espressione l’indice k può assu-
mere infiniti valori. In generale, la decomposizione dell’insieme elementare E in infiniti intervalli disgiunti
può essere effettuata in più modi; si dimostra che la misura m′ (E) non dipende dalla decomposizione.
Si dimostra inoltre che se E è unione finita o numerabile di insiemi elementari Ek disgiunti, allora
X [ \
m′ (E) = m′ (Ek ) , E= Ek , Ei Ej = Φ .
k k
µ∗ (A∆ E) < ε ,
L’estensione ad insiemi qualsiasi contenuti in tutto IR (IRn ) è ora immediata in quanto l’asse reale può
essere visto come una somma di intervalli disgiunti e l’insieme A diventa la somma di (infiniti) insiemi,
ognuno contenuto in un intervallo. Si osservi che in tal caso la misura può essere infinita.
Usando le proprietà astratte che definiscono una misura, la misura di Lebesgue si può estendere ad
insiemi più generali di IRn .
Esempi
Misura di un punto. – La misura di Lebesgue di un punto isolato A è banalmente nulla. Un punto
infatti è contenuto in un intervallo Iε , con ε arbitrariamente piccolo, per cui µ(A) ≤ µ(Iε ) = ε. Usando
la σ-additività si ricava che anche la misura di un’infinità numerabile di punti è nulla.
♣ Se f è misurabile ed è uguale a g q.o. (quasi ovunque, vale a dire a meno di un insieme di misura
nulla), allora anche g è misurabile; somme, prodotti, limiti di funzioni misurabili sono misurabili.
Il limite delle espressioni precedenti per una suddivisione del co-dominio della funzione con infiniti
intervalli infinitesimi definisce l’integrale di Lebesgue, cioè
Z X X∞
f (x) dx = lim hi fi . µ(I) = hi
I i→∞
i i=1
Come si fa con l’integrate di Riemann, anche l’integrale di Lebesgue si estende, a funzioni non limitate.
Per fare questo è sufficiente approssimare la funzione non limitata f mediante un successione di funzioni
limitate (troncate) fn e definire l’integrale di f come limite degli integrali della serie fn usando i teoremi
riportati di seguito. Se il limite è finito, la funzione si dice sommabile secondo Lebesgue.
Si osservi che per scambiare il limite con l’integrale basta la limitatezza uniforme e non la conver-
genza uniforme come per l’integrale di Riemann.
Corollario – Se f (x) è la somma di una serie di funzioni misurabili un e le somme parziali sono
uniformemente limitate, allora
XZ Z
dx un (x) = dx f (x) .
n
• • Teorema di B. Levi – Se f1 (x) ≤ f2 (x) ≤ ... ≤ fn (x) ≤ ... è una successione di funzioni
integrabili e tutti gli integrali sono maggiorati da un’unica costante, allora la successione converge
a f quasi ovunque e inoltre l’integrale di f è il limite degli integrali.
• • Teorema di Fatou – Se {fn } è una successione di funzioni sommabili non negative convergente
a f e tutti gli integrali di fn sono maggiorati da una costante comune, allora l’integrale di f esiste
ed è maggiorato dalla stessa costante.
2 Spazi Metrici
• Definizione (spazio metrico) – Uno spazio metrico è un qualunque insieme X munito di un’appli-
cazione ρ(x, y) che ad ogni coppia di elementi x, y ∈ X associa un numero reale, con le proprietà
1. ρ(x, y) ≥ 0 e ρ(x, y) = 0 se e solo se x = y,
2. ρ(x, y) = ρ(y, x) — simmetria,
3. ρ(x, z) ≤ ρ(x, y) + ρ(y, z) — disuguaglianza triangolare.
Un’applicazione con le proprietà precedenti è detta distanza.
Esempi
1. La retta reale IR con la distanza ρ(x, y) = |x − y|; si verifica banalmente che le tutte le proprietà
sono soddisfatte.
2. L’insieme delle n − uple ordinate di numeri reali (x1 , x2 , ..., xn ) con la distanza
v
u n
uX
ρ(x, y) = t (xk − yk )2 .
k=1
Questo spazio metrico è detto spazio Euclideo n−dimensionale e si indica con IRn . Le prime due pro-
prietà sono banalmente verificate, mentre la disuguaglianza triangolare deriva dalla disuguaglianza
di Cauchy-Bunjakowskij-Schwartz
n
!2 n n
X X X
ak bk ≤ a2i b2j (2.1)
k=1 i=1 j=1
n
!2 n n n n
X X X 1 XX
ak bk = a2i b2j − (ai bj − aj bi )2
i=1 j=1
2 i=1 j=1
k=1
che si verifica direttamente. Per ricavare la disuguaglianza triangolare, presi tre punti x, y, z in IRn
conviene prima porre
ak = xk − yk , bk = yk − zk =⇒ xk − zk = ak + bk .
In questo modo si ha
n n n n
2
X X X X
[ρ(x, z)] = (ak + bk )2 = a2k + b2k + 2 ak bk
k=1 k=1 k=1 k=1
v v v v 2
n
X n
X
u n
X uX
u n u n
X
u n
X
a2k + b2k + 2t
u u u
≤ ai t bj = t ak + t bk
k=1 k=1 i=1 b=1 k=1 k=1
2
= [ρ(x, y) + ρ(y, z)] . (2.2)
3. L’insieme IRn1 delle n − uple ordinate di numeri reali (x1 , x2 , ..., xn ) con la distanza
n
X
ρ1 (x, y) = |xk − yk | .
k=1
• Definizione (completezza) – Uno spazio X si dice completo se ogni successione fondamentale con-
verge ad un elemento di X. Si dimostra che ogni spazio metrico ha un completamento unico a meno di
isometrie.
2.2 Contrazioni
• Definizione (contrazione) – Un’applicazione A da uno spazio metrico in sè stesso è detta contrazione
se esiste un numero reale α < 1 tale che, per ogni coppia di punti x, y ∈ X si abbia
ρ(Ax, Ay) ≤ αρ(x, y) , α < 1.
• Teorema (principio delle contrazioni) – Ogni contrazione in uno spazio metrico completo ha un
solo punto fisso, vale a dire che l’equazione
Ax = x ,
ha sempre una e una sola soluzione.
• Dimostrazione – Per la dimostrazione si usano le proprietà della distanza, la continuità di A e la
completezza di X. Dato un punto qualunque x0 , si costruisce la successione
x1 = Ax0 , x2 = Ax1 = A2 x0 , x3 = Ax2 = A3 x0 , ... xn = An x0 .
Questa è una successione fondamentale in quanto, per ogni m ≥ n si ha
ρ(xn , xm ) = ρ(An x0 , An Am−n x0 ) ≤ αn ρ(x0 , xm−n ) ≤ αn [ρ(x0 , x1 ) + ρ(x1 , xm−n )]
≤ αn [ρ(x0 , x1 ) + ρ(x1 , x2 ) + ρ(x2 , x3 ) + ... + ρ(xm−n−1 , xm−n )]
αn ρ(x0 , x1 )
≤ αn ρ(x0 , x1 )(1 + α + α2 + ... + αm−n ) ≤ .
1−α
Poiché α < 1, l’ultimo termine è piccolo a piacere per n abbastanza grande. Data la completezza, la
successione {xn } converge ad un punto x ∈ X. Usando la continuità si ha anche
Ax = A lim xn = lim Axn = lim xn+1 = x
n→∞ n→∞ n→∞
e quindi x è effettivamente un punto fisso, qualunque sia x0 . L’unicità si dimostra per assurdo. Infatti,
se x, y sono entrambi punti fissi, con x 6= y, allora ρ(x, y) 6= 0 e
ρ(x, y) = ρ(Ax, Ay) ≤ αρ(x, y) =⇒ α ≥ 0 ,
in contrasto con l’assunzione che A sia una contrazione.
♣ Per l’esistenza del punto fisso non è strettamente necessario che A sia una contrazione, ma è sufficiente
che una qualche potenza B = An lo sia. Se B è una contrazione e x = Bx è un punto fisso per B
allora x è un punto fisso anche per A. Infatti, preso x0 = Ax come punto iniziale si ha
x = Bx = B k x =⇒ Ax = AB k x = B k Ax = B k x0 (2.4)
3 Spazi Normati
Sia X uno spazio lineare (vettoriale) e p : X → IR un funzionale (omogeneo e convesso) con le proprietà
1. p(x) ≥ 0 e p(x) = 0 se e solo se x = 0;
2. p(αx) = |α| p(x) per ogni α ∈ C
I (omogeneo);
3. p(x + y) ≤ p(x) + p(y) (disuguaglianza triangolare).
Lo spazio (X, p) è detto spazio normato e p(x) è detta norma di x e si indica con kxk.
Uno spazio normato completo si chiama spazio di Banach. In questo caso ovviamente la topologia è quella
che segue dalla norma.
Ogni spazio (reale) normato è anche metrico con la distanza data da ρ(x, y) = kx − yk.
3.1 Esempi di spazi normati
1. IR con la norma kxk = |x|;
pPn
2. IRn con la norma kxk = 2
k=1 xk ;
Pn
3. IRn1 con la norma kxk1 = k=1 |xk |;
La verifica del fatto che quelle definite negli esempi sopra siano effettivamente delle norme si effettua
come per gli esempi dati nella sezione precedente.
4 Spazi Euclidei
♣ Se non specificato diversamente, in questa sezione x, y, z, ... sono arbitrari elementi (vettori) di uno
spazio lineare X, mentre α, β, ... sono numeri complessi arbitrari.
• Definizione (spazio euclideo) – Si chiama spazio euclideo (complesso) uno spazio lineare (complesso)
X in cui è definito un prodotto scalare. Questo è un funzionale (x, y) che ad ogni coppia di elementi
x, y ∈ X associa un numero (complesso) e gode delle seguenti proprietà:
♣ Se lo spazio euclideo è complesso bisogna fare attenzione all’ordine degli elementi che formano il
prodotto scalare, che in questo caso non è simmetrico a causa della proprietà 2.
Ogni spazio euclideo è anche normato e di conseguenza metrico (se è reale). Infatti, mediante il
prodotto scalare si può definire la norma kxk del generico elemento x ∈ X, vale a dire
p
kxk = (x, x) , (4.1)
e i coefficienti si ricavano imponendo che hn sia ortogonale a tutti i ϕk per k < n. In tal modo si ottiene
bnk = (ϕk , fn ) , k = 1, 2, ..., n − 1 .
In conclusione si ha
hn X
ϕn = , hn = fn − k = 1n−1 (ϕk , fn )ϕk ,
khn k
che permette di ricavare i vettori ortonormali in modo ricorsivo.
ℓ2 – P
Lo spazio i cui elementi sono della forma x ≡ (x1 , x2 , ..., xn , ...) (xk ∈ C)
I Pcon la condizione
∞ 2 ∞ ∗
k=1 |xk | < ∞. Questo spazio, munito del prodotto scalare (x, y) = k=1 xk yk , è uno spazio
euclideo (complesso) infinito-dimensionale. Una base è data dal sistema di infiniti vettori
L’ortogonalità di questo sistema si verifica direttamente, mentre la completezza è una diretta con-
seguenza del teorema di Weierstrass (La completezza di un sistema in genere è assai difficile da
dimostrare).
♣ Si faccia attenzione a non confondere la completezza del sistema ortonormale con la completezza
dello spazio su cui si lavora. In questo caso infatti il sistema trigonometrico è completo, mentre lo
spazio C2 [a, b] non lo è, in quanto esistono successioni di funzioni continue che convergono a a funzioni
discontinue (si veda la sezione (5.4)),
♣ Da ora in avanti si assumerà che tutti gli spazi in esame siano separabili.
dove i coefficienti ck rappresentano le coordinate del vettore rispetto alla base data (se la base è quella
dell’esempio precedente allora ck sono le coordinate cartesiane, che sopra abbiamo indicato con xk ).
Il concetto di “coordinata” si può generalizzare anche al caso in cui lo spazio sia infinito-dimensionale.
Sia infatti X uno spazio euclideo infinito-dimensionale (separabile) e ϕn un sistema ortonormale. Dato
un arbitrario elemento f ∈ X, che chiameremo ancora vettore, definiamo le sue “coordinate” ck , dette in
questo caso coefficienti di Fourier (in senso generalizzato-vedi sezione (5.4)), mediante la relazione
ck = (ϕk , f ) , c∗k = (ϕk , f ) = (f, ϕk ) , k = 1, 2, 3, ...
e consideriamo la serie formale
X∞
ck ϕk , (serie di Fourier). (4.4)
k=1
La serie precedente sarà detta serie di Fourier (in senso generalizzato-vedi sezione (5.4), del vettore f
rispetto al sistema {ϕk }. E’ chiaro che tutto questo è sensato se la serie è convergente e se questa converge
al vettore f .
Per prima cosa dimostriamo che effettivamente la serie precedente è convergente per qualunque f ∈ X.
Abbiamo
X n
Sn = ck ϕk , kf − Sn k ≥ 0 .
k=1
Come detto sopra, la serie (4.4) converge al vettore f quando la relazione di Bessel diventa un’ugua-
glianza, ossia quando il sistema ortonormale è chiuso.
• Definizione (sistema chiuso) – Il sistema ortonormale {ϕk } si dice chiuso se vale la relazione di
Parseval
∞
X
|ck |2 = kf k2 , (uguaglianza di Parseval).
k=1
Si è detto precedentemente che in ogni spazio euclideo separabile esiste sempre un sistema ortonormale
(numerabile) completo. Ora dimostriamo che ogni sistema ortonormale completo è anche chiuso e quindi
completezza e chiusura del sistema diventano concetti “equivalenti”.
• Teorema – In ogni spazio euclideo separabile X, ogni sistema ortonormale chiuso {ϕk } è completo e
viceversa.
• Dimostrazione – Sia {ϕk } chiuso. Allora ogni elemento f ∈ X si può sviluppare in serie di Fourier,
ossia si può approssimare, con precisione a piacere, mediante una combinazione di vettori {ϕk }. Questo
significa che lo spazio generato da {ϕk } è denso in X e quindi il sistema è completo per definizione di
completezza.
– Sia {ϕk } completo. Allora ogni elemento f ∈ X si può approssimare, con precisione a piacere, mediante
una combinazione di vettori di base. In particolare, per quanto visto nell’osservazione sopra, fra tutte
le possibili combinazioni che approssimano f , la somma costruita con i coefficienti di Fourier ck è la più
precisa. Questo significa che fissato ε > 0 piccolo a piacere si ha
n
X n
X
ε > kf − αk ϕk k ≥ kf − ck ϕk k (4.6)
k=1 k=1
e questo implica che la serie di Fourier converge a f e di conseguenza vale la relazione di Parseval. Quindi
il sistema è chiuso.
♣ Questo teorema ci assicura che ogni vettore in uno spazio euclideo separabile e completo ha uno
sviluppo rispetto ad una base ortonormale. Questo sviluppo è unico e i coefficienti sono quelli di
Fourier.
4.3 Teorema di Riesz-Fischer
Siano dati un sistema ortonormale (non necessariamente completo) e una successione di numeri c1 , c2 , c3 ....
Ci si può chiedere sotto quali condizioni questi numeri sono i coefficienti di Fourier di qualche vettore
f ∈PX rispetto al sistema dato. Come segue dalla disuguaglianza di Bessel, una condizione necessaria è
∞
che k=1 |ck |2 < ∞. Se lo spazio è completo, questa condizione è anche sufficiente.
• Teorema di Riesz-Fischer – Sia {ϕk } un sistema Portonormale in uno spazio euclideo X separabile
∞
e completo e {ck } una successione numerica tale che k=1 |ck |2 < ∞. Allora esiste un elemento f ∈ X
per cui
∞
X
ck = (ϕk , f ) , |ck |2 = kf k2 .
k=1
Pn
• Dimostrazione – Poniamo fn = k=1 ck ϕk . Questa è una successione fondamentale in quanto, per
n abbastanza grande si ha
n+p
X n+p
X
kfn+p − fn k2 = k ck ϕk k2 = |ck |2 < ε .
k=n+1 k=n+1
L’ultima espressione segue dall’ipotesi di convergenza. Inoltre, per l’ipotesi di completezza di X, deve
esistere un vettore f ∈ X tale che
fn → f , vale a dire kf − fn k → 0 .
Ora osserviamo che, per n ≥ k si ha
(ϕk , f ) = (ϕk , fn ) + (ϕk , f − fn ) = ck + (ϕk , f − fn ) .
Passando al limite per n → ∞ e usando la continuità del prodotto scalare si ottiene la prima tesi
(ϕk , f ) = ck .
Per ricavare la seconda basta sviluppare la norma
n
X n
X n
X
kf − fn k2 = [f − ci ϕi ] , [f − cj ϕj ] = kf k2 − |ck |2
i=1 j=1 k=1
La condizione è sufficiente. Infatti, se {ϕn } non è completo si può trovare un elemento g 6= 0 per cui vale
la disuguaglianza di Bessel
X
kgk2 > |ck |2 , ck = (ϕk , g) .
k
D’altra parte, per il teorema di Riesz-Fischer, data la successione ck , esiste un elemento f ∈ X per cui
vale l’uguaglianza
X
kf k2 = |ck |2 , ck = (ϕk , f ) .
k
Dall’ultima uguaglianza segue che f − g è ortogonale a tutti i ϕk , mentre dalla disuguaglianza si ha che
f − g 6= 0 .
5 Spazi di Hilbert
• Definizione – Due spazi euclidei X e X̃ si dicono isomorfi se fra di essi esiste una corrispondenza
biunivoca che ad ogni elemento di x ∈ X associa un elemento x̃ ∈ X̃ che conserva la linearità e il prodotto
scalare, vale a dire
♣ Tutti gli spazi euclidei (reali) di dimensione n finita sono isomorfi a IRn . Quindi IRn si può usare come
modello per qualunque spazio euclideo (reale) n-dimensionale. Questo deriva dal fatto che il generico
elemento x dello spazio euclideo X di dimensione n si può sviluppare rispetto ad una base di n vettori
ortonormali. Le componenti (c1 , ..., cn ) di x formano un elemento di IRn (se X è reale, altrimenti di
CI n ) e quindi ad ogni vettore in X corrisponde un elemento di IRn . Vale anche il viceversa. Questa
corrispondenza biunivoca conserva la linearità e il prodotto scalare.
La stessa cosa non vale per gli spazi euclidei di dimensione infinita. A tale scopo basta ricordare che
lo spazio C2 [a, b] delle funzioni continue in [a, b] con il prodotto scalare
Z b
(f, g) = dt f¯(t)g(t) ,
a
non è completo (successioni di funzioni continue possono convergere a funzioni discontinue) e quindi
non può essere isomormfo ad uno spazio euclideo completo.
• Teorema – Tutti gli spazi di Hilbert separabili sono isomorfi fra loro.
• Dimostrazione – E’ sufficiente dimostrare che ogni spazio di Hilbert H separabile è isomorfo a ℓ2 .
A tal scopo si consideri un generico vettore f ∈ H, una base ortonormale ϕn e i coefficienti di Fourier
ak = (ϕk , f ). Per la disuguaglianza di Bessel, la successione a ≡ (a1 , a2 , a3 , ...) è un elemento di ℓ2 .
Quindi ad ogni f ∈ H corrisponde un elemento di ℓ2 .
Viceversa, dato un vettore {ak } ∈ ℓ2 , per il teorema di Riesz-Fischer si trova un vettore f ∈ H avente ak
come coefficienti di Fourier. Dunque esiste una corrispondenza biunivoca fra H e ℓ2 .
Usando la continuità del prodotto scalare si verifica facilmente che tale corrispondenza conserva la linearità
e il prodotto scalare e quindi è un isomorfismo fra spazi di Hilbert. Infatti, dati f, g ∈ H e i corrispondenti
a, b ∈ ℓ2 , cioè
per ogni α ∈ C.
I Le prime due implicazioni si verificano immediatamente, mentre per la terza abbiamo
∞
X ∞
X ∞
X ∞
X
(f, g) = ai ϕi , b j ϕj = a∗i bj (ϕi , ϕj ) = a∗k bk = (a, b) .
i=1 j=1 i,j=1 k=1
Da questo teorema segue che ogni spazio euclideo infinito-dimensionale, separabile e completo è isomorfo
a ℓ2 , il quale è quindi un modello per qualunque spazio di Hilbert separabile. Un altro modello importante
è dato da L2 , vale a dire dalle funzioni a quadrato sommabile (secondo Lebesgue).
Lo spazio di Hilbert L2 [a, b] è il completamento di C2 [a, b].
5.1 Lo spazio L2
Per i nostri scopi sarà sufficiente considerare funzioni f : IRn → C,
I con la misura solita, ma IRn può
essere sostituito da qualunque spazio misurabile X con misura di Lebesgue µ.
Sia quindi
Z
2
L2 (X, µ) ≡ f : X → C I tali che dµ |f (x)| < ∞ ,
dove x ∈ X, dµ è la misura (di Lebesgue) di X e l’integrale è fatto su tutto X (nelle applicazioni fisiche
X ≡ IRn (o un sottospazio) e dµ ≡ dx = dx1 dx2 · · · dxn ). Si dimostra che lo spazio L2 (X, µ) (brevemente
L2 (X) o L2 ) con il prodotto scalare
Z
(f, g) = dµ f¯(x)g(x) , (5.1)
♣ Queste due ultime affermazioni dipendono dalla misura di Lebesgue definita in X. Ci sono infatti
spazi L2 (X, µ) che non sono separabili e anche casi degeneri di dimensione finita.
Tutte le proprietà del prodotto scalare in (5.1) seguono banalamente dalle proprietà dell’integrale,
dopo essersi accertati che tutti i passaggi formali sono effettivamente leciti. A questo scopo si deve
osservare che, se f, g ∈ L2 e α ∈ C
I allora
f g ∈ L1 , αf ∈ L2 , f + g ∈ L2 . (5.2)
Queste proprietà sono una diretta conseguenza di
1
|f (x)|2 + |g(x)|2 ,
|f (x)g(x)| ≤
2
|αf (x)|2 = |α|2 |f (x)|2 ,
|f (x) + g(x)|2 = |f (x)|2 + 2|f (x)g(x)| + |g(x)|2 ≤ 2 |f (x)|2 + 2 |g(x)2 ] .
La prima delle proprietà in (5.2) assicura l’esistenza dell’integrale che definisce il prodotto scalare per
ogni coppia di funzioni appartenenti a L2 .
Dato il prodotto scalare si ha la norma
Z 1/2
kf k ≡ kf k2 = |f (x)|2 dx
Questa è la convergenza di f come vettore in uno spazio di Hilbert e non va confusa con la convergenza
puntuale delle funzioni fn (x), che, fissato x è una convergenza in C.
I
♣ Una funzione f a quadrato sommabile in X non è necessariamente integrabile, vale a dire che f ∈
L2 (X) non implica f ∈ L1 (X). Allo stesso modo f ∈ L1 (X) non implica f ∈ L2 (X). A titolo di
esempio si considerino le due funzioni
1 1
f1 (x) = , f2 (x) = , x ∈ IR .
(x2/3 + 1) x2/3 x2/3 + 1
Come si verifica rapidamente, f1 ∈ L1 (IR, dx) ma f1 ∈ / L2 (IR, dx) (|f1 |2 non è integrabile nell’origine),
mentre f2 ∈ L2 (IR, dx) ma f2 ∈ / L1 (IR, dx) (|f2 | non è integrabile all’infinito). Questo si verifica
in uno spazio con misura infinita. Se X ha misura finita, allora L2 (X) ⊂ L1 (X). Infatti, se X ha
misura finita, le costanti appartengono a L2 (anche a L1 ovviamente). Usando la prima delle proprietà
riportate sopra allora si ha che f = 1 · f ∈ L1 (X) per ogni f ∈ L2 .
5.2 Completezza di L1 e L2
L1 (X) è uno spazio di Banach, vale a dire normato e completo, ma non è uno spazio euclideo. In L1
infatti si può definire una norma (anche se X ha misura infinita) mediante
Z
kf k1 = dx |f (x)| ,
X
ma non un prodotto scalare. Ogni successione di Cauchy converge a un elemento di L1 e quindi lo spazio
è completo.
Dimostriamo ora la completezza di L1 perché servirà in seguito per dimostrare la completezza di L2 ,
che è lo spazio di Hilbert che ci interessa. Consideriamo allora una generica successione fondamentale
fn ∈ L1 e mostriamo che questa converge, nella norma di L1 , sempre ad un elemento di L1 . Poiché {fn }
soddisfa il criterio di convergenza di Cauchy, da essa si può estrarre un sottosuccessione {gk }, anch’essa
fondamentale e tale che
1
Z
kgk+1 − gk k1 = dx |gk+1 (x) − gk (x)| < k .
X 2
Con gk (x) costruiamo ora la successione di funzioni positive
Gk (x) = |g1 (x)| + |g2 (x) − g1 (x)| + ... + |gk (x) − gk−1 (x)| ,
che per costruzione gode delle proprietà
k−1
1
Z X
G1 (x) ≤ G2 (x) ≤ G3 (x) ≤ ... dx Gk (x) < < 2.
X j=0
2j
La successione soddisfa tutte le ipotesi del teorema di Levi e questo ci assicura che Gk (x) converge quasi
ovunque ad una funzione G(x) (convergenza puntuale) il cui integrale è il limite degli integrali di Gk (x).
La convergenza e l’integrabilità di Gk (x) implica la convergenza (quasi ovunque) e l’integrabilità di
gk (x) in quanto si ha
|gk (x)| = |g1 (x) + g2 (x) − g1 (x) + ... + gk (x) − gk−1 (x)| ≤ Gk (x) .
Poniamo g(x) = limk→∞ gk (x). Questa è una convergenza puntuale, mentre per la completezza è ne-
cessaria la convergenza nella norma di L1 . Questa si ottiene ricordando che gk (x) è una successione
fondamentale in L1 . Questo significa che comunque fissato ε > 0, per i, j abbastanza grandi si ha
Z
kgi (x) − gj (x)k1 = dx |gi (x) − gj (x)| < ε .
X
Vediamo che fissato i, hj (x) = |gi (x) − gj (x)| è una successione di funzioni che soddisfa tutte le ipotesi
del teorema di Fatou. E’ quindi lecito passare al limite j → ∞ sotto il segno di integrale. Prendendo
questo limite nell’equazione precedente si ricava
Z
dµ |gi (x) − g(x)| < ε =⇒ lim kgk (x) − g(x)k1 = 0 ,
X k→∞
Fissato i, la successione di funzioni hj (x) = |gi (x) − gj (x)|2 soddisfa le ipotesi del teorema di Fatou e
quindi si può passare al limite j → ∞ sotto il segno di integrale ottenendo
Z
dx |gi (x) − g(x)|2 < ε =⇒ lim kgi − gk = 0 , g(x) ∈ L2 .
X i→∞
Il fatto che g ∈ L2 è dovuto alla linearità dello spazio. Infatti sappiamo che il vettore gi ∈ L2 e il teorema
di Fatou ci assicura che anche il vettore (g − gi ) ∈ L2 . Quindi anche la loro somma deve appartenere a
L2 .
Come sopra ora verifichiamo che g è anche il limite della successione originale {fn }. Per ogni ε > 0 e
n, k abbastanza grandi abbiamo
In generale non vale la convergenza puntuale, vale a dire che la serie calcolata in un punto può differire
dal valore della funzione calcolata nello stesso punto.
Anziché [−π, π] si può considerare un intervallo arbitrario [−a, a] di lunghezza 2a. In tal caso per ogni
f ∈ L2 ([−a, a]) si ha (basta fare il cambio di variabile x → πx/a)
∞ ∞
a0 X nπx X nπx
f= + an cos + bn sin ,
2 n=1
a n=1
a
1 a nπx
Z
an = f (x) cos dx , n = 0, 1, 2, ...
a −a a
1 a nπx
Z
bn = f (x) sin dx , n = 1, 2, 3, ...
a −a a
Sommando si ha infatti
n−1
X n−1
X
2 sin y sin(2k + 1)y = [cos 2ky − cos 2(k + 1)y]
k=0 k=0
= 1 − cos 2y + cos 2y − cos4y + ... + cos(2n − 1)y − cos(2ny)
= 1 − cos(2ny) = 2 sin2 (ny) . (5.11)
• Teorema di Fejer – Se f è una funzione periodica e continua, allora la successione {σn } delle somme
di Fejer converge uniformemente a f in ogni punto.
• Dimostrazione – Dalla definizione dei coefficienti si ha
Z " n
#
1 π 1 X
Sn (x) = + (cos kt cos kx + sin kt sin kx) f (t) dt
π −π 2
k=1
Z " n
#
1 π 1 X
= + cos k(t − x) f (t) dt
π −π 2
k=1
Z π
= Dn (t − x) f (t) dt .
−π
Usando questa espressione nella definizione delle somme di Fejer e la forma del nucleo di Dirichlet si
ottiene
Z π n−1 Z π
1 X sin(k + 1/2)z
σn (x) = dz f (x + z) = dz Φn (z) f (x + z) , (5.12)
2πn −π sin z/2 −π
k=0
Quindi
Z π
|f (x) − σn (x)| = dz [f (x) − f (x + z)] Φn (z)
−π
Z −δ Z δ
≤ dz |f (x) − f (x + z)| Φn (z) + dz |f (x) − f (x + z)| Φn (z)
−π −δ
Z π
+ dz |f (x) − f (x + z)| Φn (z)
δ
Z −δ Z δ Z π
≤ 2M dz Φn (z) + ε dz Φn (z) + 2M dz Φn (z) .
−π −δ δ
Come conseguenza delle proprietà di Φ(z), l’espressione precedente si può rendere piccola a piacere
indipendentemente da x ∈ IR e questo implica la convergenza uniforme delle somme di Fejer.
Per dimostrare la completezza del sistema trigonometrico in L2 [−π, π] ora basta osservare che
• La convergenza uniforme implica la convergenza in media quadratica. Infatti, se fissato ε > 0, per
n abbastanza grande si ha |f (x) − fn (x)| < ε, qualunque sia x, allora
Z
kf − fn k2 = |f (x) − fn (x)|2 dx ≤ µ(X) ε2 .
X
• Lo spazio delle funzioni continue in [−π, π] è denso in L2 [−π, π], vale a dire che ogni funzione a qua-
drato sommabile si può approssimare, con approssimazione arbitraria, mediante funzioni continue.
Nel caso in esame, data un’arbitraria funzione g ∈ L2 [−π, π] e ε > 0, si può trovare una funzione
continua f (x) per cui kg − f k < ε e per l’osservazione precedente kf − σn k < ε per n abbastanza
grande. Si ha allora
kg − σn k = kg − f + f − σn k ≤ kg − f k + kf − σn k < 2ε ,
da cui segue che qualunque funzione g ∈ L2 [−π, π] si può sviluppare usando il sistema trigonometrico
(5.3) o equivalentemente il sistema (5.7). Il sistema trigonometrico (5.3) costituisce dunque un
sistema ortonormale completo (chiuso) in L2 [−π, π].
• Teorema I o di Weierstrass – Ogni funzione continua e periodica è il limite uniforme di una
successione di polinomi trigonometrici.
• Dimostrazione – Il teorema di Fejer dimostrato sopra afferma la stessa cosa e in più fornisce la
successione di polinomi trigonometrici che converge uniformemente alla funzione.
• Teorema II o di Weierstrass – Ogni funzione continua in un intervallo chiuso è il limite uniforme di
una successione di polinomi algebrici.
• Dimostrazione – Poiché la funzione data è continua in un intervallo chiuso, si può estendere ad
una funzione continua e periodica di periodo T . Mediante un cambiamento di variabile il periodo può
trasformare 2π e l’intervalle in [−π, π]. Per il teorema di Fejer la funzione ora si può approssimare
mediante polinomi trigonometrici. A koro volta, questi si possono sviluppare in serie di Taylor che
converge uniformemente in ogni intervallo finito. Mediante la trasformazione inversa si ottiene la tesi del
teorema.
si ottengono i polinomi di Legendre Pn (x), che sono polinomi di grado n per costruzione e, a meno di un
fattore costante, coincidono con i polinomi
dn
Rn (x) = Cn (x2 − 1)n ,
dxn
dove Cn è un fattore di normalizzazione. Questi sono infatti polinomi di grado n e si verifica direttamente
che sono ortogonali. Quindi sia Pn che Rn appartengono al sottospazio generato da 1, x, ..., xn e sono
ortogonali. Sono quindi proporzionali.
Il fattore di normalizzazione si ricava direttamente e vale
√
2n + 1
Cn = √ .
n!2n 2
I polinomi di Legendre non sono normalizzati. Sono dati dalla formula di Rogrigues
1 dn
Pn (x) = (x2 − 1)n .
n!2n dxn
♣ In L2 [a, b] si possono introdurre altre basi polinomiali, rispetto ad una misura diversa da quella usata
sopra, vale a dire che il prodotto scalare è dato da
Z b
(f, g) = dµ f ∗ (x)g(x) , dµ = p(x) dx ,
a
dove la funzione p(x) è una funzione data, sommabile e non negativa (funzione peso).
• Definizione (continuità) – Un funzionale lineare F definito in uno spazio topologico si dice continuo
nel punto x0 se, fissato ε > 0, esiste un intorno Ux0 di x0 per cui
Per avere la continuità in X è quindi sufficiente che il funzionale sia continuo in un punto qualunque, ad
esempio nell’origine.
• Teorema – Affinché il funzionale lineare F sia continuo in X è necessario e sufficiente che F sia limitato
in un intorno dell’origine, vale a dire |F (x)| < C per ogni x ∈ U0 .
• Dimostrazione – La condizione è necessaria. Se F è continuo, allora, fissato ε > 0 esiste un intorno
dell’origine U0 per cui
Valgono le relazioni
|F (x)|
kF k = sup , kF k = sup |F (x)| .
x6=0 kxk kxk≤1
L’equivalenza fra la prima relazione e la (6.1) segue direttamente dall’omogeneità. Infatti si ha
|F (x)| x
= F = |F (y)| , x 6= 0 , kyk = 1 .
kxk kxk
Si vede dunque che l’estremo superiore della relazione precedente porta a (6.1). Per mostrare che anche
la seconda è equivalente a (6.1), osserviamo che per ogni x ∈ X con x 6= 0 si ha
e questo implica che |F (x)| raggiunge il suo massimo sulla sfera unitaria (al variare di x con kxk ≤ 1).
Le tre espressioni date per la norma del funzionale lineare sono dunque equivalenti.
|F (x)| ≤ kxk kF k , ∀x ∈ X .
Esempi
• Fissato un vettore a ∈ IRn , per ogni x ∈ IRn definiamo il funzionale
F (x) = (a, x) .
Dalle proprietà del prodotto scalare si verifica che questo è un funzionale lineare e inoltre è limitato
(continuo). Infatti si ha
|F (x)|
|F (x)| = |(a, x)| ≤ kak · kxk =⇒ ≤ kak .
kxk
Dalla prima disuguaglianza si vede che |F (x)| ≤ kak all’interno della sfera unitaria kxk ≤ 1 e
quindi è continuo. Prendendo l’estremo superiore nell’ultima equazione e osservando inoltre che
F (a) = kak2 , si ottiene
|F (a)|
kF k ≤ kak , = kak =⇒ kF k = kak .
kak
• L’integrale
Z b
F (g) = dt g(t) ,
a
con g(t) ∈ C[a, b] definisce un funzionale lineare limitato. La norma vale kF k = b − a. Infatti
Z b
|F (g)| ≤ dt |g(t)| ≤ max |g(t)|(b − a) = kgk(b − a) .
a t∈[a,b]
Come per l’esercizio precedente il funzionale è limitato all’interno della sfera unitaria e quindi è
continuo. La relazione precedente vale per ogni g ∈ C[a, b]. In particolare, per g costante diventa
un’uguaglianza, da cui segue il risultato cercato.
6.1 Spazio duale
Dati due funzionali lineari F1 , F2 in uno spazio lineare X si definiscono le operazioni di somma F = F1 +F2
e prodotto per un numero complesso G = αF1 mediante
F (x) = F1 (x) + F2 (x) , G(x) = α F1 (x) = F1 (αx) , ∀x ∈ X .
E’ evidente che F e G cosı̀ definiti sono funzionali lineari e, se F1 e F2 sono continui, allora lo sono anche
F, G.
L’insieme dei funzionali lineari (continui) su X con le operazioni definite sopra costituisce uno spazio
lineare, che viene detto spazio duale (o coniugato) di X e si indica con X ∗ (o X ′ ). In particolare, se X è
normato, allora anche X ∗ è normato. Infatti, la norma introdotta sopra gode di tutte le proprietà della
norma. La topologia corrispondente alla norma data viene detta topologia forte.
• Teorema – Lo spazio duale X ∗ di uno spazio normato è completo (nella topologia forte).
• Dimostrazione – Sia {Fn } una successione fondamentale di funzionali lineari (continui) in X ∗ . Allora
si ha
|Fn (x) − Fm (x)| ≤ kFn − Fm k kxk ≤ ε kxk .
Questo significa che per ogni x ∈ X, la successione di numeri complessi {Fn (x)} è fondamentale e quindi
Fn (x) → F (x), poiché C I è completo. Basta quindi verificare che F (x) definisce un funzionale F lineare
e continuo.
– La linearità si verifica banalmente;
– per dimostrare la continutà basta effettuare il limite m → ∞ nell’espressione sopra. In tal modo si ha
|Fn (x) − F (x)| ≤ ε kxk =⇒ kFn − F k ≤ ε =⇒ kF k ≤ ε + kFn k .
Il funzionale F è quindi limitato (continuo) ed è il limite della successione {Fn }.
In tal modo si ha
n
X n
X n
X
F (x) = xk F (ek ) = F (ek ) hk (x) =⇒ F = F (ek )hk
k=1 k=1 k=1
e quindi i funzionali hk costituiscono una base nello spazio duale. Questa è detta base duale di ek .
• Teorema di Riesz – Sia H uno spazio di Hilbert e F : H → C
I un funzionale lineare continuo. Allora
esiste sempre un unico elemento a ∈ H tale che
F (x) = (a, x) , ∀x ∈ H , kF k = kak . (6.2)
Vale anche il viceversa, ossia, un arbitrario elemento a ∈ H, definisce univocamente un funzionale lineare
continuo mediante l’equazione (6.2), la quale determina quindi un isomorfismo fra H e H ∗ .
• Dimostrazione – La dimostrazione del teorema è alquanto elaborata. Qui ci limitiamo a dimostrare
soltanto la seconda parte, che è relativamente semplice.
Sia allora a ∈ H un generico vettore. L’equazione (6.2) definisce centamente un funzionale lineare
continuo come diretta conseguenza della linearità e continuità del prodotto scalare. Inoltre, sempre per
le proprietà del prodottto scalare si ha
|F (x)| = |(a, x)| ≤ kak kxk , |F (x)|
=⇒ kF k = sup = kak .
|F (a)| = |(a, a)| = kak2 , x6=0 kxk
♣ Questo teorema afferma di fatto che in uno spazio di Hilbert, il prodotto scalare rappresenta il più
generale funzionale lineare continuo.
7 Distribuzioni
Furono introdotte da Dirac (1930) in maniera puramente formale e successivamente trattate in maniera
rigorosa da Sobolev (1936) e Schwartz (1950) e infine da Gelfand che ne completò l’opera.
La necessità di generalizzare il concetto di funzione si incontra nella fisica ad esempio quando si vuole
introdurre la densità (di massa, di carica, ...) per un corpo estremamente piccolo (puntiforme). Infatti,
se ρε (x) è la densità di massa per un corpo omogeneo, sferico di raggio ε e massa unitaria m = 1, allora
si ha
3 Z
ρε (x) = 4πε3 , per kxk < ε ,
dx ρε (x) = 1 ,
0, per kxk > ε , IR3
dove x ≡ (x1 , x2 , x3 ) e dx = dx1 dx2 dx3 è la misura di Lebesgue di IR3 . La densità di un punto materiale
di massa unitaria sarà data formalmente da
∞ , per kxk = 0 ,
δ(x) = lim ρε (x) = (7.1)
ε→0 0, per kxk 6= 0 ,
e il suo integrale su tutto IR3 dovrà essere uguale a 1 (la massa del corpo). E’ chiaro che questo non ha
significato nell’ambito delle funzioni. Per dare senso all’integrale di δ(x) si deve estendere il concetto di
funzione. Ad esempio, presa un’arbitraria funzione continua ϕ(x), si ha
Z Z
3
dxρ (x)ϕ(x) − ϕ(0) = dx [ϕ(x) − ϕ(0)]
ε
4πε3 kxk<ε
3
IR
3
Z
≤ dx |ϕ(x) − ϕ(0)| ≤ η , (7.2)
4πε3 kxk<ε
dove, per la continuità della funzione, si è posto |f (x) − f (0)| ≤ η per kxk < ε. Dalla (7.2) si deduce
Z
lim dx ρε (x)ϕ(x) = ϕ(0) ,
ε→0 IR3
per ogni funzione continua. La quantità δ introdotta sopra si può quindi vedere come limite di una
successione di funzionali ρε che operano nello spazio delle funzioni continue e dunque δ = limε→0 ρε va
inteso come
δ ha un significato matematicamente preciso come funzionale lineare, continuo. Questo è detto funzione
generalizzata o più comunemente distribuzione. Per definire in modo matematicamente rigoroso il limite
dell’integrale della densità ρε si è fatto ricorso all’uso di una funzione test ϕ(x) continua, ma arbitraria.
Le distribuzioni sono dunque funzionali lineari, continui su uno spazio di funzioni test. E’ chiaro che “più
grosso” è lo spazio delle funzioni test e “più piccolo” risulterà lo spazio delle distribuzioni.
♣ L’azione del funzionale F sulla funzione test ϕ si indica cumunemente con la notazione F (ϕ) ≡ (F, ϕ),
che non va confusa con un prodotto scalare (si ricordi che ϕ e F appartengono a spazi differenti).
∂ α1 +α2 +...+αn
xα = xα1 α2 αn
1 x2 ... xn , Dα ϕ(x) = ϕ(x1 , x2 , ..., xn )
∂xα11 ∂xα22 ... ∂xαnn
dove IN è l’insieme dei numeri naturali compreso lo zero e α è un multi-indice (ogni αk è intero o nullo).
7.2 Lo spazio D
E’ costituito dalle funzioni ϕ : IRn → C,
I C ∞ e a supporto compatto. Questo significa che ogni funzione
in D si annulla all’esterno di una sfera di raggio Rϕ ,
ϕ(x) = 0 , ∀x : kxk > Rϕ .
Esempi
• Le funzioni (“campane”)
(
1 ε2
Nε exp − ε2 −kxk 2 , per kxk < ε ,
ωε (x) = (7.3)
0, per kxk ≥ ε ,
sono elementi di D qualunque sia ε. Nε è una costante di normalizzazione inessenziale per i nostri
scopi.
Esempi
• E’ immediato verificare che le funzioni di Hermite
√ 2 2 dn −x2
ϕn (x) = (2n n! π)−1/2 Hn (x) e−x /2 , Hn (x) = (−1)n ex e ,
dxn
appartengono a S(IR).
• L’operatore Dα : S → S è continuo ∀α ∈ INn .
♣ Si dimostra che S(IRn ) è denso in Lp (IRn ) e in particolare in L2 (IRn ). Ciò significa che ogni funzione
a quadrato sommabile si può approssimare mediante funzioni di S.
• Teorema – D′ è uno spazio completo (nella topologia debole). Questo significa che se (fn , ϕ) → cϕ ,
allora esiste f per cui cϕ = (f, ϕ). In effetti, dato il numero complesso cϕ , il funzionale f definito dalla
seguente equazione:
(f, ϕ) = cϕ
è lineare e continuo e quindi è una distribuzione di Schwartz. Infatti, usando la linearità di fn si ha
(fn , ϕ) → cϕ , (fn , ϕ + ψ) → cϕ+ψ ≡ (f, ϕ + ψ) ,
=⇒
(fn , ψ) → cψ , (fn , ϕ + ψ) → cϕ + cψ ≡ (f, ϕ) + (f, ψ) ,
(fn , αϕ) → cαϕ ≡ (f, αϕ) ,
(fn , αϕ) → α cϕ ≡ α(f, ϕ) ,
e il funzionale è dunque lineare. Supponendo ϕk → ϕ in D, usando la continuità di fn e facendo i limiti
n, k → ∞ si ottiene
(fn , ϕk ) → (fn , ϕ) → (f, ϕ) , (fn , ϕk ) → (f, ϕk ) .
Questo significa che fissato ε > 0 esistono n, k abbastanza grandi per cui
|(f, ϕk ) − (fn , ϕk )| < ε , |(f, ϕ) − (fn , ϕk )| < ε ,
da cui segue
|(f, ϕ) − (f, ϕk )| = |(f, ϕ) − (fn , ϕk ) + (fn , ϕk ) − (f, ϕk )|
≤ |(f, ϕ) − (fn , ϕk )| + |(fn , ϕk ) − (f, ϕk )| < 2ε
e quindi il funzionale è anche continuo.
• Definizione (supporto di una distribuzione) – Si indichi con D(G) l’insieme delle funzioni test
con supporto in G Tutte queste funzioni sono nulle nel complementare di G (IRn − G).
Se (f, ϕ) = 0 per ogni ϕ ∈ D(G) allora f ≡ 0 per ogni x ∈ G e si dirà che f ha supporto nel
complementare di G.
Si dirà inoltre che f = g in G, se (f − g, ϕ) = 0 per ogni ϕ ∈ D(G).
Esempi
• Un esempio classico di distribuzione singolare è dato dalla δ di Dirac, definita mediante
E’ evidente dalla definizione che il supporto di tale distribuzione è dato dall’origine. Infatti il valore
del funzionale è nullo se calcolato su qualunque funzione test il cui supporto non contenga l’origine.
Si dimostra per assurdo che questa deve essere una distribuzione singolare. Infatti se fosse rappre-
sentabile mediante una funzione localmente integrabile, questa dovrebbe avere supporto nell’origine.
Sarebbe quindi una funzione nulla quasi ovunque.
Si osservi che il limite di una distribuzione regolare può essere una distribuzione singolare, come si
è visto nell’esempio iniziale (7.1).
Un altro esempio di successione di distribuzioni regolari convergente a δ è dato dalle funzioni a
campana ωε in (7.3) (normalizzate). Infatti si ha
Z Z ε
dx ωε (x) ϕ(x) − ϕ(0) ≤ dx ωε (x) |ϕ(x) − ϕ(0)| ≤ sup |ϕ(x) − ϕ(0)| → 0 .
IR
−ε x∈[−ε,ε]
Quindi
Questo appena visto è un caso particolare di un teorema che verrà dimostrato più avanti (vedi 12.1).
• Un altro importante esempio di distribuzione singolare è dato dalla parte principale di 1/x in D′ (IR).
Questa si indica con P(1/x) ed è definita nel seguente modo:
Z ∞ Z −ε Z ∞
1 ϕ(x) ϕ(x) ϕ(x)
P , ϕ(x) ≡ v.p. dx ≡ lim dx + dx
x −∞ x ε→0+ −∞ x ε x
Z ∞
ϕ(x) − ϕ(0)
= dx .
−∞ x
• Importanti per la fisica sono le due distribuzioni 1/(x ± i0) in D′ (IR) definite mediante
Z ∞
1 ϕ(x)
, ϕ(x) ≡ lim dx .
x ± i0 ε→0+ −∞ x ± iε
1 1
= P ∓ iπδ(x) .
x ± i0 x
La dimostrazione si ricava direttamente dalla definizione. Infatti per qualunque funzione test con
supporto in (−R, R) si ha
∞ R R R
ϕ(x) ϕ(x) ϕ(x) − ϕ(0) x − iε
Z Z Z Z
dx = dx = dx + ϕ(0) dx
−∞ x + iε −R x + iε −R x + iε −R x2 + ε2
R Z R
ϕ(x) − ϕ(0) dx
Z
= dx + −2iε ϕ(0) 2 + ε2
−R x + iε 0 x
R
ϕ(x) − ϕ(0) R
Z
= dx − 2i ϕ(0) arctan .
−R x + iε ε
(y f, ϕ) ≡ (f, y ϕ) ,
che è certamente vera per ogni distribuzione regolare. Per definizione si estende a tutte le distribuzioni.
Esempi
Data una funzione y(x) ∈ C ∞ (IR) si ha
(y(x)δ(x), ϕ(x)) = (δ(x), y(x)ϕ(x)) = y(0)ϕ(0) = (y(0)δ(x), ϕ(x)) ,
da cui segue che y(x)δ(x) = y(0)δ(x). In modo del tutto analogo si verifica che x P(1/x) = 1. Quindi
1
y(x)δ(x) = y(0)δ(x) , xδ(x) = 0 , xP = 1.
x
♣ E’ immediato verificare che in generale non è possibile definire un prodotto fra distribuzioni, che sia
commutativo e associativo. Infatti, se esistesse un tale prodotto, per assurdo si avrebbe
1 1 1
0=0P = [x δ(x)] P = δ(x) x P = δ(x) .
x x x
Esempi
Si consideri la distribuzione δ in D′ (IR).
1 x−b ϕ(−b/a) δ(x + b/a)
(δ(ax + b), ϕ(x)) = δ(x), ϕ = =⇒ δ(ax + b) = .
|a| a |a| |a|
ϕ(x(y)) X ϕ(xk )
(δ(y(x)), ϕ(x)) = δ(y), = ,
|y ′ | |y ′ (xk )|
k
dove y(xk ) = 0 e la somma è fatta su tutti gli zeri (semplici) della funzione. In tal modo si ha
X δ(x − xk )
δ(y(k)) = .
|y ′ (xk )|
k
Come esempio esplicito si consideri la distribuzione δ(x2 − 1). In questo caso y(x) = x2 − 1 e y ′ (x) = 2x.
L’equazione y(x) = 0 ha due soluzioni x± = ±1 e pertanto
δ(x − x+ ) δ(x − x− ) 1
δ(x2 − 1) = + = [δ(x − 1) + δ(x + 1)] .
|y ′ (x+ )| |y ′ (x− )| 2
7.8 Derivazione
Sia data una funzione f (x) ∈ C p (IR) con p ≥ 1. Questa è localmente sommabile e quindi definisce una
distribuzione regolare. Allora, per ogni funzione test si ha
Z ∞ Z ∞
(f ′ , ϕ) = dx f ′ (x) ϕ(x) = − dx f (x) ϕ′ (x) .
−∞ −∞
Più in generale, per ogni k ≤ p si ottiene
Z ∞ Z ∞
(f (k) , ϕ) = dx f (k) (x) ϕ(x) = (−1)k dx f (x) ϕ(k) (x) .
−∞ −∞
Per una funzione f (x) ∈ C p (IRn ) con p ≥ 1 si ottiene un risultato simile, vale a dire
Z ∞ Z ∞ n
X
(Dα f, ϕ) = dx Dα f (x) ϕ(x) = (−1)|α| dx f (x) Dα ϕ(x) , |α| = αk ≤ p .
−∞ −∞ k=1
Quest’ultima espressione si usa come definizione di derivata di una distribuzione qualunque, quindi, per
ogni f ∈ D′ (IRn ) si definisce
(Dα f, ϕ) ≡ (−1)|α| (f, Dα ϕ) .
Si verifica direttamente che Dα f cosı̀ definito è un funzionale lineare e continuo, ossia una distribuzione in
D′ (IRn ). Dalle proprietà delle funzioni test segue che le distribuzioni hanno derivate di ordine qualunque.
Valgono inoltre le proprietà seguenti, che si dimostrano applicando direttamente la definizione:
• Dα Dβ f = Dβ Dα f = Dα+β f , (α, β ∈ INn );
• ∂k [y(x)f ] = f ∂k y(x) + y(x)∂k f , (y(x) ∈ C ∞ );
• Dα fk → Dα f , (α ∈ INn , fk → f );
• supp Dα f ⊂ supp f .
P∞
• Ogni serie f = k=1 uk (x) di funzioni localmente sommabili e uniformemente convergente
P∞ su ogni
compatto di IRn , in D′ (IRn ) si può differenziare quanto si vuole e si ha Dα f = k=1 Dα uk (x).
Quest’ultima proprietà deriva dallePproprietà della derivata e dalla continuità delle distribuzioni.
N
Per le ipotesi fatte, posto fN (x) = k=1 uk (x) si ha
Z Z Z
lim dx fN (x)ϕ(x) = dx lim fN (x)ϕ(x) = dx f (x)ϕ(x) ,
N →∞ IRn IRn N →∞ IRn
qualunque sia ϕ(x) ∈ D(IRn ). Allora
Si osservi che l’uguaglianza precedente non si può usare per definire il prodotto di convoluzione fra due
distribuzioni qualsiasi, in quanto ϕ ∈ D(IRn ), ma in generale non appartiene a D(IR2n ), perché non ha
supporto compatto in IR2n .
Per estendere la definizione di prodotto di convoluzione, si fa uso di una successione di funzioni test
ηk (x) convergente a 1 in IRn . Per definizione si dice che una successione di unzioi test ηk converge a 1 in
IRn se, fissata una sfera (palla) di raggio arbitrario UR ≡ {x : kxk ≤ R}, esiste K per cui si ha
ηk (x) = 1 , ∀k > K , ∀x ∈ UR .
Quindi, per k abbastanza grande ηk è costante all’interno di qualunque regione fissata e questo implica
anche tutte che le sue derivate si annullano in tale regione. Si richiede inoltre che ηk (x) e tutte le sue
derivate siano uniformemente limitate in tutto IRn , cioè
Si faccia attenzione al fatto che questa appena definita non è la convergenza in D(IRn ) (1 ∈
/ D(IRn )).
Ora osseviamo che la (7.5) si può scrivere nella forma
dove ηk (x, y) è una qualunque funzione test convergente a 1 in IR2n . Poiché ηk (x, y)ϕ(x + y) ∈ D(IR2n ),
l’espressione precedente esiste per qualunque coppia di distribuzioni se k è finito. Quando il limite esiste,
il prodotto di convoluzione fra due distribuzioni qualunque si definisce mediante l’equazione (7.6). Si
verifica che se il limite esiste non dipende dalla scelta di ηk .
Se f ∗ g esiste, allora valgono le proprietà seguenti
Qui y è visto come un parametro fissato. Ovviamente quando si deriva rispetto a qualche com-
ponente y j di y, allora x diventa un parametro dato. Derivando la distribuzione rispetto a xj
abbiamo
(∂xj [f ∗ g], ϕ) = −(f ∗ g, ∂xj ϕ) = − lim (f (x) · g(y), ηk (x, y)∂xj ϕ(x + y))
k→∞
= − lim (f (x) · g(y), ∂xj [ηk (x, y)ϕ(x + y)])
k→∞
= lim (∂xj f (x) · g(y), ηk (x, y)ϕ(x + y)) = ([∂xj f ] ∗ g, ϕ) .
k→∞
Si noti tuttavia che l’esistenza di [Dα f ] ∗ g non garantisce quella di f ∗ [Dα g]. Infatti, procedendo
formalmente si arriva alla seguente contraddizione:
ϑ′ ∗ 1 = δ ∗ 1 = 1 6= ϑ ∗ 1′ = ϑ ∗ 0 = 0 .
fj ∗ g → f ∗ g , f ∗ gj → f ∗ g .
• f e g sono distribuzioni regolari e una delle due (diciamo g) ha supporto compatto contenuto nella
sfera Ur di raggio r. Allora, per ogni R si ha
Z Z Z
dx h(x) = dx dy |g(y)f (x − y)|
UR UR Ur
Z Z Z Z
= dy |g(y)| dx |f (x − y)| = dy |g(y)| dz |f (z)| < ∞ .
Ur UR Ur UR+r
La funzione h(x) è localmente sommabile e dunque il prodotto di convoluzione delle due distribuzioni
esiste ed è dato direttamente dalla (7.5).
• f e g sono funzioni con supporto entrambe in IR+ , contenuto nell’intervallo [0, R]. In tal caso si ha
Z R Z R Z x
dx h(x) = dx dy |g(y)f (x − y)|
−R 0 0
Z R Z R Z R Z R
= dy |g(y)| dz |f (z)| ≤ dy |g(y)| dz |f (z)| < ∞ .
0 y 0 0
Anche in questo caso h(x) è localmente sommabile e quindi il prodotto di convoluzione è dato dalla
(7.5).
• f e g sono funzioni sommabili in IRn . Allora banalmente segue
Z Z Z Z Z
dx h(x) = dx dy |g(y)f (x − y)| = dy |g(y) dz |f (z)| < ∞ .
IRn IRn IRn IRn IRn
• f è una distribuzione qualsiasi e g è una distribuzione con supporto compatto. In tal caso il prodotto
di convoluzione è dato da
dove η è una qualunque funzione test che vale 1 nel supporto di g. Per la dimostrazione basta
osservare che
Esempi
• La δ di Dirac è l’unità rispetto al prodotto di convoluzione, cioè δ ∗ f = f ∗ δ = f . Questo deriva
direttamente dall’espressione del prodotto di convoluzione per distribuzioni con supporto compatto.
Sia infatti η(x) una funzione test con η(0) = 1. Allora
7.12 Regolarizzazione
Sia ωε (x) una funzione test tale che limε→0 ωε (x) = δ(x) e f ∈ D′ (IRn ) una qualunque distribuzione.
Allora, per quanto visto sopra si ha
Esempi
Le seguenti proprietà relative alla trasformata di Fourier della δ di Dirac si ottengono direttamente
dalla definizione:
• F [δ(x − x0 )] = e−i(ξ,x0 ) ; F [δ] = 1 ; F [1] = (2π)n δ;
• F [Dα δ](ξ) = (iξ)α F [δ](ξ) = (iξ)α ;
• F [xα ](ξ) = (iξ)α Dα F [1] = (2π)n (iξ)α δ.
P (D) u = g =⇒ u = E ∗ g ,
P (D)[E ∗ g] = [P (D)E] ∗ g] = δ ∗ g = g .
• Teorema – Tutti gli operatori differenziali lineari a coefficienti costanti (aα (x) = aα =costante)
possiedono una soluzione fondamentale E ∈ S ′ (IRn ), che soddisfa l’equazione
X
P (iξ) F [E] = 1 , P (iξ) = aα (iξ)α . (7.10)
|α|≤p
ha una sola soluzione fondamentale data da E(x) = ϑ(x) Z(x) dove Z(x) ∈ C p (IR) è soluzione dell’equa-
zione differenziale omogenea
• Dimostrazione – La dimostrazione si ottiene banalmente per verifica diretta. Poiché la funzione Z(x)
soddisfa le condizioni iniziali precedenti, si ha
d
ϑ(x)Z (p−1) (x) = ϑ(x)Z (p) (x) + δ(x)Z (p−1) (0) = ϑ(x)Z (p) (x) + δ(x) ,
dx
d
ϑ(x)Z (k) (x) = ϑ(x)Z (k+1) (x) + δ(x)Z (k) (0) = ϑ(x)Z (k+1) (x) , k = 0, 1, 2, ... p − 2 .
dx
da cui segue
• Definizione (dominio) – In generale, gli operatori non sono definiti per ogni punto di X. L’insieme
DA ⊂ X dei punti in cui è definito l’operatore si chiama dominio di A. Si assume che il dominio di un
operatore lineare sia una varietà lineare, vale a dire che, per ogni coppia x1 , x2 ∈ DA e α, β ∈ C,
I si abbia
αx1 + βx2 ∈ DA ,
A si dice continuo se lo è in ogni punto x ∈ DA . Equivalentemente A è continuo se, data una qualsiasi
successione convergente {xk } ∈ DA , si ha
Esempi
• L’operatore identità I : X → X dato da Ix = x; DI = X; RI = X; KerI = {0}.
è soddisfatta per ogni x ∈ X. L’estremo inferiore delle costanti che soddisfano la (8.1) definisce la norma
di A.
• Teorema – Per ogni operatore limitato fra spazi normati si ha
kAxk
kAk ≡ inf CA = sup = sup kAxk .
x6=0 kxk kxk≤1
• Dimostrazione – Posto
kAxk
α = sup ,
x6=0 kxk
si ha
Viceversa, sia A continuo e per assurdo non limitato. Allora si può trovare una successione {xn } in X
per cui
xn 1
kAxn k > nkxn k , yn = , kyn k = .
nkxn k n
Da queste equazioni abbiamo
kAxn k
lim yn = 0 , kAyn k = > 1,
n→∞ nkxn k
in contraddizione con l’ipotesi di continutà dell’operatore.
• Definizione (somma di operatori) – Dati due operatori lineari A e B fra due spazi X e Y si definisce
la somma S : X → Y che ad ogni x ∈ DS associa il punto y ∈ Y mediante l’equazione
\
Sx = Ax + Bx , DS = DA DB .
P = αA , P x = αAx , x ∈ DA ≡ DP .
E’ immediato verificare che S e P sono operatori lineari e se A e B sono limitati, anche S e P lo sono e
si ha
kSxk = kAx + Bxk ≤ (kAxk + kBxk) ≤ (kAk + kBk)kxk) =⇒ kSk ≤ kAk + kBk ,
E’ immediato verificare che questa equazione definisce un operatore lineare. Inoltre se A e B sono
operatori limitati allora anche il loro prodotto è limitato. Infatti
z = αx1 + βx2 , α, β ∈ C
I. (8.3)
si ha
z = (αx1 + βx2 ) = αA−1 y1 + βA−1 y2 , (8.4)
Az = A(αx1 + βx2 ) = αAx1 + βAx2 = αy1 + βy2 =⇒ z = A−1 (αy1 + βy2 ) . (8.5)
• Teorema Condizione necessaria e sufficiente affinché A sia invertibile è che Ker A ≡ {0}.
• Dimostrazione – La condizione è necessaria. Infatti, se A è invertibile la corrispondenza fra DA e
RA è biunivoca e quindi solo x = 0 appartiene al nucleo,
– La condizione è sufficiente. Sia infatti Ker A ≡ {0} e per assurdo Ax1 = Ax2 con x1 6= x2 . Allora
abbiamo la contraddizione A(x1 − x2 ) = 0.
lim kA − Ak k = 0 . (8.7)
k→∞
• Dimostrazione – Sia {Ak } una qualunque successione di Cauchy in L(X, Y ). Per ogni x ∈ X si ha
Questo significa che {yk = Ak x} è una successione fondamentale in Y . Se Y è completo, questa converge
ad un elemento y ∈ Y che è l’immagine di x tramite l’operatore A. Quindi definiamo A mediante
y = lim yk = lim Ak x ≡ Ax , ∀x ∈ X .
k→∞ k→∞
L’operatore A cosı̀ definito è lineare e limitato. La linearità è banale da verificare. Per dimostrare la
continutà (limitatezza) poniamo x = x1 − x2 e y = Ax, dove x1 , x2 sono punti “vicini”. Questo significa
che, fissato ε, per k > K abbastanza grande e per kxk < ε/kAk k, possiamo porre kAx − Ak xk < ε e
kAk xk < ε. Abbiamo allora
ε
kyk = kAxk = k(A − Ak + Ak )xk ≤ kAx − Ak xk + kAk xk < 2ε . k > K , kxk < .
kAk k
Quindi A è continuo (limitato).
• Teorema – Sia {Ak } una successione di operatori lineari e limitati fra spazi di Banach e tale che
∞
X
kAk k < ∞ . (8.8)
k=0
Allora si ha
∞
X ∞
X
Ak = A , kAk ≤ kAk k . (8.9)
k=0 k=0
Pn
• Dimostrazione – Posto Bn = k=0 Ak e fissato ε > 0 si ha, per n > m > Nε
n
X n
X
kBn − Bm k = k Ak k ≤ kAk k ≤ ε .
k=m+1 k=m+1
• Teorema di Banach – Un operatore lineare limitato che trasforma biunivocamente uno spazio di
Banach X in uno spazio di Banach Y ha un inverso limitato.
La dimostrazione è alquanto laboriosa e la tralasciamo.
• Teorema – Sia A : X → X un operatore limitato con kAk < 1. Allora l’operatore I − A è invertibile
e limitato e si ha
∞
X 1
(I − A)−1 = Ak , k(I − A)−1 k ≤ .
1 − kAk
k=0
Allora
n
X n
X
Ak = Ak − Ak+1 = I − An+1 .
(I − A) (8.12)
k=0 k=0
Prendendo il limite per n → ∞ e tenendo conto che An → 0 si ottiene il risultato cercato, ossia
∞ ∞
X X 1
(I − A)−1 = Ak , k(I − A)−1 k ≤ kAkk = . (8.13)
1 − kAk
k=0 k=0
• Definizione (aggiunto) – L’aggiunto di un operatore limitato A : X → Y è un operatore limitato
A† : Y ∗ → X ∗ fra gli spazi duali. Qui diamo la definizione solo per operatori in spazi di Hilbert.
Sia A : H → H un operatore limitato in uno spazio di Hilbert H. Come conseguenza del teorema di
Riesz, il duale di H, H ∗ , è isomorfo ad H stesso e quindi l’aggiunto di A sarà di fatto un’applicazione di
H in sè stesso.
Fissato un arbitrario elemento g ∈ H si consideri il funzionale Fg [x] = (g, Ax). Questo è un funzionale
lineare, limitato e quindi continuo. La linearità è una diretta conseguenza della linearità del prodotto
scalare, mentre la limitatezza segue da
|Fg [x]| = |(g, Ax)| ≤ kgkkAxk ≤ kgkkAkkxk =⇒ kFg k ≤ kgkkAk .
Ogni funzionale lineare in uno spazio di Hilbert si può rappresentare sotto forma di prodotto scalare
(teorema di Riesz). Questo significa che esiste un vettore h ∈ H tale che Fg [x] = (g, Ax) = (h, x). Posto
allora h = Bg si ha
(g, Ax) = (h, f ) ≡ (Bg, x) =⇒ (g, Ax) = (Bg, x) .
L’operatore B è detto aggiunto e si indica con A† . Poiché A è limitato, DA ≡ H e per come è definito
l’aggiunto anche DA† ≡ H.
I n ), in una base qualunque l’operatore A è rappresentato da
Se lo spazio ha dimensione finita (IRn o C
una matrice quadrata Aij . In tal caso l’operatore aggiunto sarà rappresentato dalla matrice coniugata-
trasposta, cioè A†ij = A∗ji .
• kA† k = kAk.
Dato un qualunque vettore f ∈ H si ha
• (AB)† = B † A† .
Gli operatori A a B sono entrambi limitati e quindi il prodotto è limitato. Per ogni coppia di vettori
in H si ha
Esempi
Sia {ϕk } una base ortonormale di H e Pk il proiettore sul sottospazio di H generato da ϕk , ossia
P k ϕk = ϕk , Pi ϕj = δij =⇒ Pi Pj = δij Pj .
• Definizione (positivo) – Sia A ∈ L(H) un operatore limitato in uno spazio di Hilbert. A è detto
positivo se per ogni x ∈ H si ha (x, Ax) ≥ 0. Si scriverà A ≥ 0 e più in generale A ≥ B se A − B è un
operatore positivo.
♣ Per ogni B ∈ L(H), l’operatore A = B † B è positivo. Infatti, dalla definizone di operatore aggiunto
segue
(x, Ax) = (Bx, Bx) = kBxk2 ≥ 0.
• Per ogni operatore positivo vale la disuguaglianza |(x, Ay)|2 ≤ (x, Ax)(y, Ay).
Questa segue dalla disuguaglianza di Cauchy-Bunjakowskij-Schwartz ponendo A = B † B. Infatti
|(x, Ay)|2 = |(Bx, By)|2 ≤ kBxk2 kBy 2 k = (Bx, Bx) (By, By) = (x, Ax)(y, Ay) .
• Ogni operatore positivo A ∈ L(H) con H complesso è autoaggiunto. Questa condizione è conse-
guenza del fatto che in uno spazio di Hilbert complesso, la condizione (x, Ax) ∈ IR per ogni x implica
(x, Ay) = (Ax, y) ∀x, y ∈ H. Infatti da (x, Ax) = (Ax, x) si ha
(x + y, A(x + y)) = (A(x + y), x + y) =⇒ (x, Ay) + (y, Ax) = (Ax, y) + (Ay, x) ,
(x + iy, A(x + iy)) = (A(x + iy), x + iy) =⇒ (x, Ay) − (y, Ax) = (Ax, y) − (Ay, x) .
Dal confronto si ricava il risultato richiesto. Si noti che è necessario che H sia complesso.
• Definizione (unitario) – Un operatore Ω ∈ L(H) è detto isometrico se (x, Ωy) = (x, y) per ogni
coppia di vettori x, y ∈ H. Un operatore isometrico U per cui RU ≡ H è detto unitario.
• Teorema – Ogni operatore unitario U è invertibile e l’inverso U −1 coincide con l’aggiunto U † .
• Dimostrazione – Notiamo dapprima che U è invertibile poiché il suo nucleo è costituito dal solo
vettore nullo. Infatti se x ∈ Ker U , per le proprietà di U si ottiene
Ux = 0 , kU xk = kxk = 0 =⇒ x = 0 .
Per ogni coppia di vettori x, y ∈ H si ha inoltre
(U x, U y) = (x, y) = (x, U † U y) =⇒ U † U = I =⇒ U † = U −1 .
• Teorema – Gli autovalori di un operatore unitario sono numeri complessi λ di modulo uguale a 1
e quindi si possono scrivere nella forma λ = eiα (α ∈ IR). Inoltre gli autovettori corrispondenti ad
autovalori distinti sono ortogonali.
• Dimostrazione – Sia U x = λx con x 6= 0. Allora
kU xk2 = kxk2 = |λ|2 kxk2 =⇒ |λ| = 1 .
Se λ1 , λ2 sono due autovalori distinti con autovettori x1 , x2 si ha
(U x1 , U x2 ) = (x1 , x2 ) = λ̄1 λ2 (x1 , x2 ) =⇒ (x1 , x2 ) = 0 .
U = eiA , U † = U −1 = e−iA , A = A† .
8.2 Spettro
I n rappresentata da una matrice quadrata A. Gli autovalori
Sia data una trasformazione lineare in IRn o C
λ della matrice si ottengono risolvendo l’equazione algebrica (equazione secolare)
det(λI − A) = 0 .
Questa è un’equazione di grado n che ha al più n radici distinte λ1 , λ2 , ..., λn , che costituiscono lo spettro
di A. Il numero di autovalori indipendenti è ovviamente uguale al rango della matrice r ≤ n. Se λ non
appartiene allo spettro, allora l’operatore λI − A è invertibile.
In uno spazio con infinite dimensioni lo spettro di un operatore è assai più ricco e complicato.
• Definizione (risolvente) – Si consideri un operatore limitato in X. Si dice che λ è un punto regolare o
che appartiene all’insieme risolvente ρ(A) se l’operatore λI −A è bi-iettivo in tutto X. Quindi è invertibile
e limitato per il teorema di Banach. In tal caso l’inverso
Rλ (A) = (λI − A)−1 (8.15)
si chiama risolvente di A in λ. Dall’equazione (8.13) si ricavano le rappresentazioni
∞
X ∞
X
Rλ (A) = λ−k−1 Ak , kRλ (A)k ≤ |λ|−k−1 kAkk , kAk < |λ| ,
k=0 k=0
X∞ X∞
Rλ (A) = λk A−k−1 , kRλ (A)k ≤ |λ|k kAk−k−1 , kAk > |λ| .
k=0 k=0
Nella seconda espressione per il risolvente si deve assumere che A sia invertibile.
♣ Dalla prima espressione, detta serie di Neumann, si deduce che tutti i λ che soddisfano la
disuguaglianza λ > kAk sono punti regolari.
Se λ 6∈ ρ(A) allora appartiene allo spettro di A. Contrariamente a quanto si ha negli spazi finito-
dimensionali dove lo spettro è sempre dato da un numero finito di autovalori, nel caso infinito-dimensionale
si possono incontrare due casi distinti:
• spettro puntuale: è costituito dai numeri complessi λ per cui Ax = λx, con X ∋ x 6= 0. In tal caso
λ e x sono detti rispettivamente autovalore e autovettore di A.
• spettro continuo o residuo: è costituito da tutti i λ per i quali l’operatore (λI − A)−1 esiste ma non
è definito per tutti gli x ∈ X, ossia λI − A non è bi-iettivo.
♣ Se λ è un punto regolare, allora anche λ+ε, per ε sufficientemente piccolo, è un punto regolare. Questo
significa che ρ(λ) è un insieme aperto e di conseguenza lo spettro, che è l’insieme complementare di
ρ(λ), è un insieme chiuso.
Quindi anche {Bxkj } è una sccessione fondamentale e poiché lo spazio X è completo questa converge
a un punto di X. L’immagine attraverso B di un insieme relativamente compatto è quindi ancora un
insieme relativamente compatto.
• In uno spazio di dimensione finita, uno spazio compatto è chiuso e limitato e viceversa, ma in uno
spazio a dimensione infinita il concetto di compattezza è più generale, nel senso che esistono spazi
chiusi e limitati, ma non compatti.
Esempi
In ℓ2 si consideri la sfera unitaria G ≡ {x : kxk ≤ 1} ⊂ ℓ2 . Questo spazio è chiaramente chiuso e
limitato, ma non compatto. Per verificare questo basta osservare che la successione {ek } costituita dalla
base ortonormale appartiene a G, ma da essa non è possibile estrarre una sottosuccessione convergente.
Infatti {ek } non contiene nessuna sottosuccessione fondamentale in quanto
kei − ej k2 = (ei − ej , ei − ej ) = 2 .
Corollario. – L’inverso A−1 di un operatore compatto A non può essere limitato. Per il teorema
appena dimostrato, se A−1 fosse limitato, allora AA−1 = I sarebbe compatto, ma per quanto detto
sopra, l’identità non è un operatore compatto.
• Teorema – L’aggiunto di un operatore compatto è anch’esso compatto.
La dimostrazione è alquanto laboriosa e qui la tralasciamo.
• Definizione (convergenze in uno spazio di Hilbert) – Per una successione {xk } in uno spazio di
Hilbert si hanno due tipi di convergenza:
• Convergenza forte: si dice che {xk } converge fortemente a x se kxk − xk → 0.
• Convergenza debole: si dice che {xk } converge debolmente a x se |(y, xk − x)| → 0 per ogni y in H.
Per una successione di operatori limitati {Ak } in uno spazio di Hilbert si possono avere tre tipi di
convergenza:
• Convergenza in norma: si dice che {Ak } converge in norma (o uniformemente) a A se kA−Ak k → 0.
• Convergenza forte: si dice che {Ak } converge fortemente a A se k(A − Ak )xk → 0 per ogni x ∈ H.
• Convergenza debole: si dice che {Ak } converge debolmente a A se |(x, (Ak − A)y)| → 0 per tutti gli
x, y ∈ H.
E’ immediato verificare che la convergenza uniforme implica quella forte che a sua volta implica quella
debole.
Criterio di compattezza. – In uno spazio di Hilbert un operatore compatto trasforma una successione
debolmente convergente in una fortemente convergente, Quindi se {xk } è una successione debolmente
convergente a x e A è un operatore compatto, allora
|(y, xk − x)| → 0 , ∀y ∈ H =⇒ kAxk − Axk → 0 .
Questa proprietà può essere usata anche come definizione di operatore compatto.
Lemma. Sia A ∈ L(H) un operatore autoaggiunto e compatto e {xn } una successione debolmente
convergente a x; allora si ha
(xn , Axn ) → (x, Ax) .
• Dimostrazione – La successione {Axn } è fortemente convergente poiché A è compatto e kxn k < C
poiché la successione è convergente. Allora si ha
|(xn , Axn ) − (x, Ax)| = |(xn − x + x, Axn ) − (x, Ax)| = |x, A(xn − x)) + (xn − x, Axn )|
≤ |x, (A(xn − x))| + |(xn − x, Axn )|
≤ kAxn − Axkkxk + kAxn − Axkkxn k → 0 .
• Teorema (di esistenza) – Sia A ∈ L(H) un operatore autoaggiunto e compatto; allora esistono
IR ∋ λ 6= 0 e ϕ ∈ H con
Aϕ = λϕ , kAk = |λ| .
Poiché A è compatto, da {Axn } si può estrarre una successione {Axnk } convergente a y ∈ H e che
ovviamente soddisfa la disuguaglianza
Confrontando i due risultati si ricava kyk = |λ| e di conseguenza (A − λ)xnk → 0. Ora osserviamo che
X X
Aψ = ck λk ϕk = λ k Pk ψ , ck = (ϕk , ψ) , Pk ψ = (ϕk , ψ)ϕk .
k k
Ora osserviamo che l’operatore A ristretto ad H2 è invariante, vale a dire che A : H2 → H2 , infatti,
∀x2 ∈ H2 si ha
(Ax2 , ϕ1 ) = (x2 , Aϕ1 ) = λ1 (x2 , ϕ1 ) = 0 =⇒ Ax2 ∈ H2 .
Se l’operatore ha rango finito n, il processo si arresta dopo n passi (An+1 = 0), altrimenti si ottiene una
successione infinita di autovalori (serie spettrale).
Per vedere che λn → 0 si procede per assurdo. Sia infatti limn→∞ λn = a 6= 0. Allora la successione
{1/λn } è limitata e quindi lo è anche la successione di vettori
ϕn
gn = , kgn k ≤ C .
λn
Poiché A è compatto, dalla successione {Agn = ϕn } dovrebbe essere possibile estrarre una successione
convergente, ma questo è chiaramente assurdo, perché kϕn k = 1. Quindi λn → 0. Questo indirettamente
dimostra anche che la molteplicità è finita, vale a dire che il numero di vettori distinti corrispondenti allo
stesso autovalore è finito. Se cosı̀ non fosse, ci sarebbe almeno un autovalore λk ripetuto infinite volte e
quindi la successione degli autovalori non potrebbe convergere a zero.
Per completare la dimostrazione prendiamo un qualunque vettore ψ ∈ H e definiamo
n−1
X
xn ≡ ψ − ck ϕk , ck = (ϕk , ψ) , xn ∈ Hn .
k=1
Per verificare l’ultima affermazione, basta moltiplicare scalarmente per un qualunque vettore ϕj con
j < n. Si ha inoltre
n−1
X n−1
X
kxn k2 = k ψ − ck ϕk k2 = kψk2 − |ck |2 ≤ kψk2 =⇒ kxn k ≤ kψk .
k=1 k=1
Infine
n−1
X
k Aψ − ck λk ϕk k = kAxn k = kAn xn k ≤ |λn | kxn k ≤ |λn | kψk → 0 ,
k=1
da cui segue
X X
Aψ = ck λk ϕk , ψ= ck ϕk + ψ0 . (8.17)
k k
Questo è lineare, autoaggiunto e compatto. I suoi autovalori e i suoi autovettori sono λk , ϕk (k ≥ 2), i
quali formano un insieme completo in H2 ma non in H. L’operatore A2 è infatti invertibile in H2 man
non è invertibile in H in quanto ϕ1 ∈ Ker A2 e quindi A2 , visto come operatore in H, ha un autovalore
nullo.
9 Equazioni Integrali
Sono equazioni in cui la funzione che si deve determinare compare anche sotto il segno di integrale. Lo
studio sistematico e approfondito fu fatto a cavallo dei secoli XIX e XX principalmente ad opera di
Volterra, Fredholm e Hilbert.
Tutte le trasformate integrali possono essere viste come equazioni integrali. Ad esempio, la trasformata
di Fourier
Z ∞
φ̃(ξ) = g(ξ) = dx e−ixξ φ(x) ,
−∞
diventa un’equazione integrale se si suppone nota la funzione g(ξ) e incognita la funzione φ(x) che
è integrata. Come è ben noto, la soluzione di questa equazione integrale si determina mediante la
trasformata inversa
Z ∞
1
φ(x) = dξ eixξ g(ξ) .
2π ∞
Questo rappresenta un esempio di equazione integrale di Fredholm di I a specie.
Qui si studieranno due classi di equazioni integrali lineari, ossia
Rb
• Equazioni di Fredholm di I a specie: g(x) = a dt K(x, t) φ(t).
Rb
• Equazioni di Fredholm di II a specie: φ(x) = g(x) + a dt K(x, t) φ(t).
Rx
• Equazioni di Volterra di I a specie: g(x) = a dt K(x, t) φ(t).
Rx
• Equazioni di Volterra di II a specie: φ(x) = g(x) + a dt K(x, t) φ(t).
La funzione K(x, t) è detta nucleo integrale. Questo determina tutte le caratteristiche della soluzione.
♣ Le equazioni integrali di Volterra si possono vedere come casi particolari di quelle di Fredholm in
cui K(x, t) = 0 per x ≥ t ≥ b. Tuttavia è bene studiarle separatamente in quanto presentano
caratteristiche assai diverse.
9.1 Applicazioni
Riportiamo alcuni storici problemi la cui formulazione conduce in modo naturale ad equazioni integrali.
dove
ψ(x) = φ′′ (x) , K(x, t) = −α1 − α0 (x − t) , g(x) = F (x) − α0 φ0 − (α1 + α0 x)φ1 ,
0 x l
zi =x
y(x)
z(y)
0 ξ l
y α β
δ
α β
zf =0 y
y(x)
e quindi
Z x Z x
′
φ (x) = φ1 + dtψ(t) , φ(x) = φ0 + φ1 x + dt (x − t)ψ(t) .
0 0
E’ interessante notare che se i coefficienti sono costanti, cioè αk (t) = ck , allora il nucleo dipende solo dalla
differenza degli argomenti. In questo caso l’integrale può essere visto come il prodotto di convoluzione
fra K(x) e ψ(x).
Trovata la funzione φ(x), la soluzione del problema si trova integrando due volte ψ(x) rispetto a x,
vale a dire
Z x
φ(x) = φ(0) + φ1 x + dt (x − t)ψ(t) .
0
Questa tecnica si può estendere senza difficoltà ad equazioni differenziali di ordine qualunque.
Se la funzione differenziale originale ha coefficienti costanti, integrando direttamente si ricava l’equa-
zione integrale per φ(x) nella forma
Z x
φ(x) = g(x) + dt K(x − t)φ(t) ,
0
Z x
K(x, t) = −α1 − α0 (x − t) , g(x) = φ0 + (φ1 + α1 φ0 )x + dt (x − t)F (t) .
0
Questo significa che le equazioni integrali di Volterra di II specie con nucleo della forma K(x, t) =
Pn (x − t), dove Pn è un polinomio di grado n, sono equivalenti ad equazioni integrali di ordine n + 1, con
le condizioni iniziali φ(k) (0) = g (k) (0) per k = 0, 1, ..., n.
Torniamo ora al problema originale della corda pesante con densità di massa ρ(x). Se l’unica forza
presente è la forza peso, nel punto x = ξ sarà applicata una forza infinitesima dF (ξ) = gρ(ξ) dξ dovuta
all’elemento infinitesimo di corda di lunghezza dξ (g è l’accelerazione di gravità). Questa forza produce
una deformazione infinitesima
nel generico punto x. La deformazione totale della corda nel punto x sarà la somma dei contributi dovuti
a tutti gli elementi infinitesimi di corda, ossia
Z l
y(x) = g G(x, ξ) ρ(ξ) dξ .
0
Si vede quindi che, data la forma della corda y = y(x), la densità di massa ρ(x) è determinata da
un’equazione integrale di Fredholm di I a specie.
Le ultime due disuguaglianze sono vere a meno di insiemi di misura nulla, vale a dire per quasi tutti gli
x e per quasi tutti i t rispettivamente. Quindi la funzione K(x, t), pensata come funzione di una sola
variabile (l’altra è un parametro), appartiene a L2 (I). Data un’arbitraria funzione φ(t) ∈ L2 (I) si ha
allora
Z 2
b 2
Z b
2
dt K(x, t) φ(t) = φ̄(t), K(x, t) ≤ kφk2 dt |K(x, t)|2 .
|ψ(x)| =
a a
kψk = kAφk ≤ kφk kK(x, t)kL2 (Q) =⇒ kAk ≤ kkK(x, t)kL2 (Q)
Al nucleo KN (x, t) corrisponde un operatore AN definito dalla (9.2). Per quanto visto sopra si ha
dove si è posto
N
X Z b
ci = aij dt ϕj (t)φ(t) .
j=1 a
Si vede dunque che per ogni φ ∈ L2 (I), AN φ appartiene al sottospazio di dimensione N generato dai
vettori ϕ1 , ϕ2 , ..., ϕN . AN è quindi compatto.
♣ Dalla dimostrazione segue direttamente che ogni operatore di Hilbert-Schmidt è il limite uniforme di
una successione di operatori integrali a rango finito.
• La corrispondenza fra operatori e nuclei di Hilbert-Schmidt è biunivoca, nel senso che, se A1 φ = A2 φ
per ogni φ ∈ L2 (I), allora i nuclei corrispondenti coincidono quasi ovunque in L2 (Q). Infatti se
Z b
dt [K1 (x, t) − K2 (x, t)] φ(t) = 0 , ∀φ(t) ∈ L2 (I) ,
a
allora si ha anche
Z b
dt |K1 (x, t) − K2 (x, t)|2 = 0 ,
a
questo perché K1 (x, t) − K2 (x, t) = f (t) ∈ L2 (I). Integrando l’ultima equazione rispetto a x si ottiene
il risultato.
♣ In uno spazio finito dimensionale un operatore è rappresentato da una matrice A ≡ {Aij } e l’operatore
aggiunto dalla matrice coniugata-trasposta, cioè A† ≡ {Āji }. Come dimostrato sopra i nuclei integrali
godono di una proprietà simile, dove però gli indici discreti sono sostituiti da variabili continue. In
particolare, se l’operatore è autoaggiunto, allora il nucleo corrispondente soddisfa l’equazione K(x, t) =
K̄(t, x), che in uno spazio reale, diventa una semplice condizione di simmetria rispetto allo scambio
delle variabili.
φ = g + Aφ , (9.3)
In particolare si possono sviluppare in questo modo la soluzione φ e il termine noto g. Poniamo quindi
X
φ = ak ϕk + φ0 , Aφ0 = 0 ,
k
X
g = bk ϕk + g0 , Ag0 = 0 , bk = (g, ϕk ) .
k
Sostituendo questi sviluppi nell’equazione (9.3) e tenendo conto del fatto che Aϕk = λk ϕk si ottiene
X
[bk − (1 − λk )ak ] ϕk + g0 − φ0 = 0 .
k
bk − (1 − λk )ak = 0 , g0 − φ0 = 0 .
Si vede dunque che condizione necessaria e sufficiente per l’esistenza della soluzione è che bk = 0 se
λk = 1. In tal caso la soluzione è data da
bn
φ0 = g0 , an = .
1 − λn
Queste equazioni determinano tutti i coefficienti di Fourier an della soluzione, tranne i termini corri-
spondenti all’autovalore λn̂ = 1. Esistono quindi m coefficienti arbitrari corrispondenti alle autofunzioni
ϕn̂1 , ϕn̂2 , ..., ϕn̂m con autovalore λn̂ = 1 (m è la molteplicità di tale autovalore).
Questi risultati sono di fatto il contenuto del teorema dell’alternativa di Fredholm nel caso simmetrico e
sono formulati normalmente nel seguente modo:
• Teorema di Fredholm (alternativa) –
a) Se λ = 1 non è autovalore dell’operatore A, allora l’equazione di Fredholm di II a specie ha una ed
una sola soluzione per qualunque scelta di g.
b) Se λ = 1 è autovalore dell’operatore A, allora l’equazione di Fredholm di II a specie ha soluzione se e solo
se il termine noto g è ortogonale al sottospazio generato dalle autofunzioni corrispondenti all’autovalore
λ = 1. In tal caso esistono infinite soluzioni (la soluzione dipende da un numero di parametri pari alla
molteplicità di tale autovalore).
♣ A volte può essere conveniente considerare l’equazione di Fredholm dipendente da un parametro
µ ∈ C,
I mediante la sostituzione K(x, t) → µK(x, t). In tal caso l’equazione operatoriale diventa
φ = g + µ Aφ e il teorema dell’alternativa vale con la banale sostituzione λ = 1 → µλ = 1. Quindi si
hanno i due casi seguenti (per semplicità di scrittura supponiamo KerA ≡ {0}):
a) µλk 6= 1 per qualunque k; allora esiste una sola soluzione data da
X (ϕk , g)
φ = (1 − µA)−1 g = ϕk .
1 − µλk
k
b) µλn̂ = 1 e (g, ϕn̂j ) = 0 ∀j = 1, ..., m, dove m è la molteplicità dell’autovalore λn̂ ; allora la soluzione
dipende da m coefficienti arbitrari cj e ha la forma
m
X (ϕk , g) X
φ= ϕk + cj ϕn̂j .
1 − µλk j=1
k6={n̂1 ,...,n̂m }
• Esistono teoremi di Fredholm simili al precedente anche per equazioni con nuclei non simmetrici o
arbitrari (non di Hilbert-Schmidt).
dove Pk sono funzioni (vettori) linearmente indipendenti. Sotto queste ipotesi, l’operatore A associato
al nucleo è un operatore di rango N in quanto trasforma ogni funzione φ ∈ L2 in una funzione Aφ che
appartiene al sottospazio generato dai vettori Pk . Infatti si ha
Z b XN Z b N
X
Aφ(x) = dyK(x, y)φ(y) = Pk (x) dy Qk (y)φ(y) = qk Pk (x) ,
a k=1 a k=1
dove si è posto
Z b
qk = dy Qk (y)φ(y) .
a
Usando questo sviluppo di φ nell’equazione originale (9.4) e tenendo conto che Pk sono vettori linermente
indipendenti (non necessariamente ortogonali), si ricava un sistema di equazioni algebriche che permette
di ricavare i coefficienti qj dello sviluppo. Per vedere questo poniamo
Z b Z b
aij = dx Qi (x)Pj (x) , bk = dx Qk (x)g(x) .
a a
Ricavate le incognite qj , la soluzione dell’equazione (9.4) è data dalla (9.4). La soluzione esiste ed è unica
se la matrice δij − aij è invertibile.
Come detto sopra, questa equazione si può vedere come un’equazione di Fredholm di II a specie ponendo
K(x, t) , a ≤ t ≤ x ,
KF (x, t) =
0, x ≤ t ≤ b.
Per l’ipotesi fatta, KF (x, t) è sommabile ed anche a quadrato sommabile in Q e dunque è un nucleo di
Hilbert-Schmidt. Valgono allora tutte le considerazioni fatte precedentemente. In questo caso tuttavia,
la soluzione esiste sempre ed è unica per ogni g ∈ L2 ([0, x]). Questo è dovuto al fatto che una qualche
potenza dell’operatore
Z x
(Aφ)(x) = dt K(x, t) φ(t) ,
a
è una contrazione e questo per la (2.4) è sufficiente per affermare che esiste un’unica soluzione.
Per vedere che, per n sufficientemente grande An è una contrazione, lavoriamo in C[a, b] con la norma
data da kφk = maxa≤t≤b |φ(t)|. Dapprima osserviamo che
Z x1
|Aφ(x1 )| = dt K(x1 , t)φ(t) ≤ Ckφk (x1 − a) .
a
Procedendo ulteriormente si ha
Z x2 x2
(x2 − a)2
Z
2 2
dx1 (x1 − a) ≤ C 2 kφk
|A φ(x2 )| =
dx1 K(x2 , x1 )[Aφ(x1 )] ≤ C kφk
.
a a 2
Ora si può procedere in questo modo indefinitamente. Dopo n passi si ottiene
(x − a)n (b − a)n
|An φ(x)| =≤ C n kφk ≤ C n kφk ,
n! n!
da cui segue
(b − a)n
kAn φk = max |An φ(x)| ≤ C n kφk =⇒ kAn k ≤ α ,
x∈[a,b] n!
dove α < 1 per n abbastanza grande. L’equazione iniziale è della forma φ = Aφ + g = Bφ e se B n è una
contrazione, allora l’equazione ha un solo punto fisso. Per quanto visto sopra si ha
(b − a)n
kB n φ1 − B n φ2 k = kAn (φ1 − φ2 k ≤ α kφ1 − φ2 k , α = Cn
n!
e per n abbastanza grande α è certamente minore di 1, quindi B n è una contrazione. Si faccia attenzione
al fatto che B non è un operatore lineare.
9.3.4 Soluzioni sotto forma di serie di potenze
Sia data l’equazione
dove A è un operatore lineare limitato in uno spazio di Hilbert H e g ∈ H. Per l’ipotesi fatta, I − µA è
un operatore invertibile e quindi si ha
∞
−1
X
φ = (I − µA) g= (µA)k g = g + µAg + µ2 A2 g + ... (9.4)
k=0
Per la (8.13) la serie converge uniformemente e può essere vista come una serie di potenze in µ. La serie
troncata fornisce quindi una soluzione approssimata all’ordine desiderato nel parametro µ.
Le soluzioni delle equazioni integrali di Fredholm con nucleo di Hilbert-Schmidt si possono sempre rap-
presentare sotto forma di serie di potenze per valori sufficientemente piccoli del parametro µ. L’operatore
I − µA corrispondente all’equazione integrale è infatti invertibile per piccoli valori di µ.
Per prima cosa verifichiamo che il “prodotto” di due nuclei di Hilbert-Schmidt è ancora un nucleo di
Hilbert-Schmidt. Infatti, dati due arbitrari nuclei di Hilbert-Schmidt K(x, t) e H(x, t) e posto
Z b
G(x, t) = dy K(x, y)H(y, t) ,
a
da cui segue
kG(x, t)kL2 (Q) ≤ kK(x, t)kL2 (Q) kH(x, t)kL2 (Q) . (9.5)
è convergente. Ai nuclei iterati Kn (x, t) corrispondono le potenze An dell’operatore. Questo significa che
l’operatore I − µA è invertibile per |kµ| < 1, cioè
∞
X ∞
X
−1 n n
(I − µA) = µ A =I+ µn An ≡ I + µR(µ) , |kµ| < 1 ,
n=0 n=1
dove R(µ) è un operatore compatto il cui nucleo integrale di Hilbert-Schmidt è R(x, t; µ), detto risolvente
del nucleo K(x, t). La soluzione può essere scritta nella forma
Z b
−1
φ(x) = ((I − µA) g(x) = g(x) + µ dt R(x, t; µ) g(t) .
a
♣ La condizione |kµ| < 1 è sufficiente ma non necessaria per l’esistenza della soluzione. Ad esempio,
come si è mostrato sopra, le equazioni di Volterra con nucleo limitato hanno soluzione sotto forma di
serie di potenze per qualunque valore di µ.
• Per il teorema dell’alternativa, se µ è diverso dall’inverso di uno degli autovalori di A allora l’e-
quazione ha sempre una sola soluzione, mentre la serie di potenze (9.4) fornisce una soluzione solo
per valori di µ < 1/k. Esiste però una complicata espansione in serie di potenze che converge per
qualunque valore del parametro diverso dall’inverso di uno degli autovalori.
• Si deve fare attenzione che l’unicità della soluzione è strettamente legata alla classe di funzioni scelta.
Nei teoremi precedenti si è dimostrata l’unicità in L2 (I), ma le equazioni integrali possono avere una
sola soluzione in L2 (I) e allo stesso tempo altre soluzioni più generali (ad esempio non integrabili).
Nel caso in cui valga solo una delle due equazioni precedenti i nuclei si dicono semi-ortogonali.
Se il nucleo K(x, t) corrispondente ad una equazione di Fredholm è ortogonale a sè stesso, allora
R(x, t; µ) = K(x, t) in quanto Kn (x, t) = 0 per n > 1. In tal caso la soluzione è data da
Z b
φ(x) = g(x) + µ dt K(x, t) g(t)
a
♣ Se F (x) è un polinomio in x questo esercizio diventa banale perché è noto che ogni polinomio di
grado n ha n radici e quindi f (x) non può essere una contrazione per n > 1. Se invece n = 1,
F (x) = ax e f (x) = (1 − a)x è una contrazione per α = |1 − a| < 1. Ovviamente la soluzione esiste per
qualunque valore di α, ma il metodo delle contrazioni ci assicura l’esistenza solo per α < 1. Questo
significa semplicemente che l’essere f una contrazione è una condizione sufficiente, ma non necessaria
per l’esistenza di un’unica soluzione. Questo appena discusso è un caso assolutamente banale, ma si
possono incontrare casi complicati in cui la soluzione trovata vale anche per valori dei parametri per
cui l’operatore in questione non è una contrazione. Questo si vede generalmente dopo avere trovato
la soluzione esatta. Se però ci si ferma ad una soluzione approssimata, bisogna considerare solo quei
valori dei parametri per cui l’oeratore è una contrazione.
Esercizio 2. (Funzioni Liftsitziane) – Trovare la soluzione dell’equazione f (x) = x per una funzione
continua nell’intervallo [a, b] e che soddisfa la condizione di Lifsitz
|f (x) − f (y)| ≤ K|x − y| , x, y ∈ [a, b] , K < 1.
Soluzione – La funzione f è una contrazione in uno spazio metrico (l’intervallo [a, b] dotato della distanza
di IR, esempio 1 sopra) e quindi la soluzione esiste, è unica e si ottiene come limite della successione {xn },
dove
x1 = f (x0 ) , x2 = f (x1 ) , ... xn = f (xn−1 ) ,
con x0 arbitrario. xn rappresenta un valore approssimato della soluzione esatta x = limn→∞ xn .
dove λ è un parametro arbitrario, mentre ϕ(x) e K(x, y) sono funzioni date, continue nell’intervallo [a, b].
K(x, y) è detto nucleo dell’equazione e, per l’ipotesi di continuità, |K(x, y| ≤ M .
Soluzione – Nello spazio C[a, b] si consideri l’applicazione
Z b
g(x) = (Af )(x) = ϕ(x) + λ dy K(x, y) f (y) .
a
da cui segue
n
X
Hn′′ (x) − (2x + 1)Hn′ (x) + µn Hn (x) = 0 , Hn (x) = aj xj . (11.5)
j=0
Usando nell’equazione (11.5) l’espressione esplicita per i polinomi Hn (x) si ottengono le formule di
ricorrenza
n
X
[(j + 1)(j + 2)aj+2 − (2j + 1 − µn )aj ] xj = 0 =⇒
j=0
2j + 1 − µn 2n + 1 − µn
aj+2 = , j = 0, 1, ..., n − 2 , an+2 = 0 = .
(j + 1)(j + 2) (n + 1)(n + 2)
Dall’ultima espressione si ricava µn = 2n + 1 che è l’autovalore corrispondente all’autofunzione ψn . In
conclusione si ha
2(j + 1 − n)
Hn′′ (x) − 2xHn′ (x) + (2n + 1)Hn (x) = 0 , aj+2 = , j ≤ n − 2.
(j + 1)(j + 2)
L’ultima espressione permette di ricavare esplicitamente i coefficienti dei polinomi di Hermite.
Le funzioni di Hermite costituiscono un sistema ortogonale completo in L2 (−∞, ∞). Di norma la
completezza è di difficile dimostrazione, mentre invece è immediato verificare l’ortogonalità. Usando la
(11.3) si ha
−ψn′′ + x2 ψn = µn ψn , ′′
−ψm + x2 ψm = µm ψm .
Soluzione – Le prime quattro sono una diretta conseguenza delle regole sul cambiamento di variabile,
mentre le altre due seguono dalla definizione usando il fatto che x e α(x) sono funzioni C ∞ . A titolo di
esempio verifichiamo la 4) e la 6).
4) Soluzione – poniamo g(x) = 1/x − 1/y, g ′ (x) = −1/x2 . L’equazione g(x) = 0 ha come unica
soluzione x1 = y, per cui si ha
1 1 δ(x − x1 )
δ − = = y 2 δ(x − y) = x2 δ(x − y) .
x y |g ′ (x1 )|
(α(x)δ(x − a), ϕ(x)) = (δ(x − a), α(x)ϕ(x)) = α(a) ϕ(a) = α(a) (δ(x − a), ϕ(x)) ,
Esercizio 7. (Funzione ϑ di Heaviside) – Verificare che la derivata della funzione ϑ(x) (funzione a
gradino, che vale 1 per x positivo e 0 per x negativo), vista come distribuzione in D′ (IR) coincide con
δ(x), mentre la sua primitiva è la distribuzione f = xϑ(x) + c (c costante arbitraria).
Soluzione – ϑ(x) è una funzione localmente sommabile e dunque definisce una distribuzione regolare.
Si ha
Z ∞ Z ∞
(ϑ, ϕ) = dx ϑ(x)ϕ(x) = dx ϕ(x) ,
−∞ 0
da cui segue
Z ∞
′ ′
(ϑ , ϕ) = −(ϑ, ϕ ) = − dx ϕ′ (x) = ϕ(0) = (δ, ϕ) =⇒ ϑ′ = δ .
0
Derivando f otteniamo
d
f′ = [xϑ(x) + c] = ϑ(x) + xδ(x) = ϑ(x) ,
dx
e quindi f è la primitiva di ϑ.
Esercizio 8. (Derivate successive di δ) – Verificare che le derivate successive δ (k) di δ in D′ (IR) sono
distribuzioni linearmente indipendenti. Questo significa che, qualunque sia n
n
X
fn = ak δ (k) = 0 =⇒ ak = 0 , k = 0, 1, 2, ..., n
k=0
da cui
Esercizio 10. (Derivate in D′ (IR)) – Calcolare esplicitamente le derivate delle seguenti distribuzioni:
1
1) |x| , 2) log |x| , 3) P .
x
d|x|
Di qui segue dx = ϑ(x) − ϑ(−x).
2) Soluzione – La distribuzione è regolare. Come sopra si ha
Z ∞
d log |x|
,ϕ = −(log |x|, ϕ′ ) = − dx log |x|ϕ′ (x)
dx −∞
Z ∞ Z 0
′
= − dx log xϕ (x) − dx log(−x)ϕ′ (x)
0 −∞
Z ∞ Z −ε
= − lim dx log xϕ′ (x) + dx log(−x)ϕ′ (x)
ε→0 ε −∞
∞ Z −ε
ϕ(x) ϕ(x)
Z
∞ −ε
= − lim [log xϕ(x)]ε − dx
+ [log(−x)ϕ(x)]−∞ − dx
ε→0 ε x −∞ x
Z ∞ Z −ε
ϕ(x) ϕ(x)
= lim log ε [ϕ(ε) − ϕ(−ε)] + lim dx + dx
ε→0 ε→0 ε x −∞ x
Z ∞
ϕ(x) 1
= lim log ε [2εϕ′ (0) + o(ε2 )] + v.p. dx = P ,ϕ .
ε→0 −∞ x x
d log |x| 1
Quindi si ha dx =P x .
3) Soluzione – La distribuzione è singolare. Usando la definizione si ha
Z ∞ Z −ε
ϕ′ (x) ϕ′ (x)
d 1 1 ′
P ,ϕ = − P , ϕ = − lim dx + dx
dx x x ε→0 ε x −∞ x
( ∞ Z ∞ −ε Z −ε )
ϕ(x) ϕ(x) ϕ(x) ϕ(x)
= − lim + dx 2 + + dx 2
ε→0 x ε ε x x −∞ −∞ x
Z −ε Z ∞ Z ∞
2ϕ(0) ϕ(0) ϕ(x) − ϕ(0)
= lim + o(ε) − lim + dx 2 − v.p. dx
ε→0 ε ε→0 −∞ ε x −∞ x2
Z ∞
ϕ(x) − ϕ(0) 1
= −v.p. dx 2
= − P 2,ϕ .
−∞ x x
Si vede dunque che
Z ∞
d 1 1 1 ϕ(x) − ϕ(0)
P = −P 2 , P 2
, ϕ ≡ v.p. dx .
dx x x x −∞ x2
Esercizio 11. (Limiti in D′ (IR)) – In D′ (IR) calcolare i limiti per ε → 0 delle seguenti distibuzioni:
x ε sin(x/ε) 1 1
1) , 2) , 3) , 4) eix/ε P , 5) cos(x/ε) P .
x2 + ε2 x2 + ε2 x x x
Per quanto visto sopra la funzione è quindi una rappresentazione della δ e pertanto
ε
lim = πδ(x) .
ε→0 x2 + ε2
3) Soluzione – La funzione data si può scrivere nella forma (1/ε) f (x/ε) dove ora
Z R
sin x sin x
f (x) = , lim dx = π,
x R→∞ −R x
e pertanto
1 x
lim sin = πδ(x) .
ε→0 x ε
L’integrale di f (x) si calcola facilmente usando il metodo dei residui.
4) Soluzione – Data un’arbitraria funzione test con supporto in [−R, R] si ha
Z R Z R/ε
1 eix/ε ϕ(x) eiy ϕ(εy)
(eix/ε P , ϕ) = v.p. dx = v.p. dy .
x −R x −R/ε y
Prendendo il limite ε → 0 otteniamo
Z ∞
1 eiy
lim (eix/ε P , ϕ) = v.p.ϕ(0) dy = iπ ϕ(0) = iπ (δ, ϕ) .
ε→0 x −∞ y
In conclusione
1
lim eix/ε P = iπ δ(x) .
ε→0 x
Anche l’ultimo integrale si calcola usando il metodo dei residui.
5) Soluzione – Anziché applicare la distribuzione ad una funzione test osserviamo che
x 1 x 1 1 x 1
lim cos P = lim eix/ε − i sin P = lim eix/ε P − lim i sin P = 0.
ε→0 ε x ε→0 ε x ε→0 x ε→0 ε x
Esercizio 12. (Limiti in D′ (IR)) – In D′ (IR) calcolare i limiti per t → ∞ delle seguenti distibuzioni:
eixt e−ixt
1) , 2) , 3) tm e−ixt (m ≥ 0) .
x ± i0 x ± i0
dove ϕ̃(t) è la trasformata di Fouriesr di ϕ(x). Poiché ϕ(x) ∈ C ∞ , ϕ̃(t) decresce all’infinito più rapida-
mente di qualsiasi potenza e pertanto il limite della distribuzione data è nullo per qualunque valore di
m.
P∞
Esercizio 13. (Serie trigonometrica) – Verificare che la serie trigonometrica k=−∞ ak eikx converge
in D′ (IR) se |ak | ≤ A|k|m +B, con A, B, m arbitrari, m ≥ 0. ak è quindi un polinomio di grado qualunque.
Soluzione – Per quanto visto nella sezione sulla derivazione in D′ (IRn ), le serie di funzioni localmen-
te sommabili e uniformemente convergenti su ogni compatto si possono derivare quanto si vuole. Per
dimostrare che la serie trigonometrica converge, basta mostrare che, sotto le ipotesi fatte, è ottenibile
derivando una serie uniformemente convergente. A tale scopo costruiamo la serie di funzioni localmente
sommabili
∞
a0 xm+2 X ak
+ eikx (12.2)
(m + 2)! (ik)m+2
k=−∞
che converge uniformente in tutto IR, in quanto è maggiorata da una serie numerica convergente. Infatti
si ha
∞ ∞ ∞
X ak
ikx
X |ak | X A B
e ≤ ≤ + .
(ik)m+2 |k|m+2 k2 k m+2
k=−∞ k=−∞ k=−∞
Esercizio 14. (Serie di δ) – Mostrare che le serie seguenti convergono in D′ (IR) qualunque sia ak ∈ C:
I
∞
X ∞
X
1) ak δ(x − k) , 2) ak δ (k) (x − k) .
k=−∞ k=−∞
1) Soluzione – Applicando la serie ad un’arbitraria funzione test con supporto in [−R, R] si ha
∞ ∞ ∞ R
!
X X X X
ak δ(x − k), ϕ(x) = ak (δ(x − k), ϕ(x)) = ak ϕ(k) = ak ϕ(k) < ∞ .
k=−∞ k=−∞ k=−∞ k=−R
da cui segue direttamente la 1). Si deve osservare che in D′ (IR) è lecito derivare termine a termine la
(12.3) perché il membro di destra dell’equazione è la derivata di una serie uniformemente convergente.
2) Soluzione – In questo caso si può procedere in modo opposto a quello precedente. Chiamando f ′ (x)
la primitiva del primo membro della 2) e ricordando che δ(x) è la derivata della funzione ϑ(x) si ha
∞
X
f (x) = (−1)k ϑ(x − πk) ,
k=−∞
da cui derivando si ottiene la 2) come richiesto. E’ lecito derivare termine a termine per lo stesso motivo
dell’esercizio precedente.
♣ Applicando il risultato ottenuto in 1) ad una funzione test si ottiene la formula di somma di Poisson.
Si ha
∞ ∞
!
X X
δ(k − 2π), ϕ = ϕ(2πk) ,
k=−∞ k=−∞
∞ ∞
1 1
X Z X
dx e−ikx ϕ(x) = ϕ̃(k) ,
2π 2π
k=−∞ k=−∞
da cui segue
∞ ∞
X 1 X
ϕ(2πk) = ϕ̃(k) , formula di somma di Poisson.
2π
k=−∞ k=−∞
Si noti che se φ(x) ∈ D allora il primo membro della formula di Poisson è costituito da una somma
finita. Se invece ϕ(x) ∈ S allora si ha un’identità fra due serie.
A titolo di esempio prendiamo ϕ(x) = exp(−αx2 ) con α > 0. Allora abbiamo
Z ∞ Z ∞ r
−ikx −αx2 −k2 /4α −α(x+ikx/α)2 π −k2 /4α
φ̃(k) = dx e e =e dx e = e .
∞ −∞ α
Si ottiene in tal modo l’indentità di Jacobi
∞ ∞
X 2 1 X 2
e−2παn = √ e−n /4α .
n=−∞
2 πα n=−∞
Esercizio 16. (Equazioni algebriche) – Siano y = y(x) ∈ D′ (IR), ϕ ∈ D(IR), α(x) ∈ C ∞ e n ∈ IN.
Si assuma inoltre che α(x) si annulli soltanto in x0 e si indichino con a, b, c, ak delle costanti arbitrarie.
Risolvere le seguenti equazioni algebriche:
1
1) xy = 0 , 2) xy = 1 , 3) xy = P , 4) x2 y = 2 , 5) xn y = 0 ,
x
1
2) Soluzione – Una soluzione particolare è data da P x e pertanto la soluzione generale è
1
y = aδ + P .
x
4) Soluzione – Una soluzione particolare è data da 2 P x12 . Per trovare la soluzione generale dell’equa-
zione omogenea ricordiamo che
dn m
(xm δ (n) , ϕ) = (δ (n) , xm ϕ) = (−1)n [x ϕ(x)]|x=0 .
dxn
L’espressione precedente è nulla per ogni n < m. In particolare si ha
2
(x δ, ϕ) = 0 , 1
=⇒ y = aδ + bδ ′ + 2 P 2 .
(x2 δ ′ , ϕ) = 0 , x
Pn−1
5) Soluzione – Per quanto visto nell’esercizio precedente si ha y = k=0 ak δ (k) .
6) Soluzione – E’ chiaro che y è una distribuzione che ha supporto su tutti gli zeri di α(x). In questo
caso c’e’ un’unico zero semplice e pertanto y = aδ(x − x0 ).
7) Soluzione – La funzione x(x − 1) ha due zeri semplici e quindi y = aδ(x) + bδ(x − 1).
8) Soluzione – In questo caso ci sono infiniti zeri semplici nei punti xk e pertanto si ottiene
∞
X 1
y= ak δ(x − xk ) , xk = k + π.
2
k=−∞
9) Soluzione – La funzione x(x + 1)2 ha uno zero semplice in x = 0 e uno zero doppio in x = −1. Per
quanto visto negli esercizi precedenti si avrà
y = aδ(x) + bδ(x + 1) + cδ ′ (x + 1) .
Esercizio 17. (Equazioni differenziali) – In D′ (IR) risolvere le equazioni differenziali seguenti (n, m =
0, 1, 2, ..., a, b, c, ak , bk , ck costanti arbitrarie):
1
1) y (m) = 0 , 2) xn y (m) = 0 , (n > m) , 3) xy ′ = 1 , 4) xy ′ = P ,
x
5) x2 y ′ = 0 , 6) x2 y ′ = 1 , 7) y ′′ = δ , 8) (x + 1)y ′′ = 0 , 9) (x + 1)2 y ′′ = 0 .
1) Soluzione – E’ chiaro che se non ci sono punti singolari (zeri/infiniti), allora la soluzione ottenuta
per le funzioni vale anche nell’ambito delle distribuzioni. Nel caso specifico la soluzione classica y =
P m−1 k
k=0 ak x è valida per ogni x e definisce una distribuzione regolare.
2) Soluzione – In questo caso si deve tenere conto degli zeri della funzione xn . Per quanto visto
precedentemente (vedi equazione algebriche) si ha
′
Si vede dunque che integrando m volte si otterrà il polinomio classico, più una distribuzione in D+ (IR)
data dalle ϑ e una distribuzione con supporto in {0} dovuta alle δ. Il risultato finale ha la forma
m−1
X m−1
X n−1
X
y= ak xk + bk ϑ xm−k−1 + ck δ (k−m) ,
k=0 k=0 k=m
Esercizio 18. (Prodotto di convoluzione) – Ricordiamo alcune proprietà del prodotto diretto e del
prodotto di convoluzione, supponendo che questo esista. In tal caso si ha
f ∗g =g∗f, f (x + y) ∗ g(x) = (f ∗ g)(x + y) , Dα (f ∗ g) = f ∗ Dα g = g ∗ Dα f .
Il prodotto di convoluzione di una qualunque distribuzione con δ esiste e si ha
δ∗f =f, δ (m) ∗ f = f (m) .
Per δ ∈ D′ (IRn ) vale la relazione
δ(x1 , x2 , ... , xn ) = δ(x1 ) · δ(x2 ) · ... · δ(xn ) .
Questo segue direttamente dalla definizione di prodotto diretto. Infatti
(δ(x1 ) · δ(x2 ) · ... · δ(xn ), ϕ(x1 , x2 , ... , xn )) = (δ(x2 ) · ... · δ(xn ), (δ(x2 ), ϕ(x1 , x2 , ... , xn )))
= (δ(x2 ) · ... · δ(xn ), ϕ(0, x2 , ... , xn )) .
Procedendo in questo modo si ottiene
(δ(x1 ) · δ(x2 ) · ... · δ(xn ), ϕ(x1 , x2 , ... , xn )) = ϕ(0, 0, ... , 0) = (δ(x1 , x2 , ... , xn ), ϕ(x1 , x2 , ... , xn )) .
Prima di procedere definiamo anche una distribuzione δS che rappresenta la “restrizione” della δ ad una
superficie S ⊂ IRn . Data una qualunque funzione µ(x) continua sulla superficie regolare S ⊂ IRn , si
definisce la distribuzione µδS mediante
Z
(µδS , ϕ) = dx µ(x)ϕ(x) . (12.4)
S
Quando la superficie è una iper-sfera di raggio R, cioè IRn ⊃ Sn ≡ {x : |x| = R}, si usa anchela notazione
δSn = δ(R − |x|). Riportiamo esplicitamente i tre casi n = 1, 2, 3 che si incontrano spesso nella fisica. Per
n = 1, 2, 3 si ottiene rispettivamente
(δS1 , ϕ) = ϕ(R) + ϕ(−R) =⇒ δS1 ≡ δ(R − |x|) = δ(x − R) + δ(x + R) ,
Z Z 2π
(δS2 , ϕ) = dx ϕ(x) = R dϑ ϕ(R, ϑ) ,
|x|=R 0
Z Z
(δS3 , ϕ) = dx ϕ(x) = R2 dΩ ϕ(R, Ω) ,
|x|=R Ω
dove l’ultimo integrale è fatto sulla sfera unitaria e dΩ = sin ϑ dϑ dϕ è l’elemento infinitesimo di angolo
solido.
In D′ (IR) calcolare i prodotti di convoluzione seguenti:
1) f = ϑ ∗ ϑ , 2) f = ϑ ∗ x2 ϑ , 3) f = xϑ ∗ xϑ ,
2 2
4) f = e−|x| ∗ e−|x| , 5) f = e−ax ∗ x e−ax , a > 0.
1) Soluzione – Poiché entrambi i fattori hanno supporto in IR+ f esiste ed ha supporto in IR+
′
(f ∈ D+ (IR)) . Derivando si ha
f ′ = δ ∗ ϑ = ϑ =⇒ f = xϑ .
Si noti che la costante di integrazione è nulla perché f deve avere supporto in IR+ .
′
2) Soluzione – Anche in questo caso f ∈ D+ (IR). Derivando otteniamo
1 3
f ′ = δ ∗ x2 ϑ = x2 ϑ =⇒ f = x ϑ.
3
4) Soluzione – Il prodotto di convoluzione è definito perché entrambi i fattori sono sommabili in IR.
In tal caso si ha
Z ∞ Z ∞ Z ∞
f (x) = dy e−|y| e−|x−y| = dy e−y e−|x−y| + dy e−y e−|x+y| .
−∞ 0 0
′ ′
Esercizio 19. (Derivazione in D+ (IR)) – In D+ (IR) si consideri la distribuzione
(
ϑ(x)xα−1
, α > 0,
fα (x) = ′
Γ(α) α ∈ IR ,
fα+1 , α ≤ 0,
′
4) Soluzione – Notiamo che la relazione fα = fα+1 vale anche per α > 0, infatti
′ αϑ(x)xα−1 ϑ(x)xα−1
fα+1 = = = fα .
Γ(α + 1) Γ(α)
Allora otteniamo
ϑ = f1 = f2′ = f3′′ = ... fn(n−1) =⇒ fn = ϑ ∗ ϑ ∗ ... ∗ ϑ , n fattori.
′
Si noti che la primitiva in D+ (IR) di ϑ si è scritta nella forma ϑ ∗ ϑ = xϑ.
2) Soluzione – Per calcolare le derivate bisogna prima “spostarsi” verso gli α positivi usando la relazione
di ricorrenza per fα e usare poi la sua espressione in termini della funzione localmente sommabile. Quindi
d ϑ(x)
δ (1/2) = f−1/2 ∗ δ = f1/2
′
= √ .
dx πx
′ 4ϑ(x) x3/2
ϑ(3/2) = f5/2 ∗ ϑ = f5/2 = √ .
3 π
♣ Si osservi che
d2 d
δ(1/2) = ϑ(3/2) , δ (1/2) = ϑ(3/2) = δ(1/2) .
dx2 dx
Attenzione! Nelle espressioni delle derivate in 2) e 4) non è lecito effettuare esplicitamente la derivazio-
ne della funzione perché derivando si otterrebbe una funzione non localmente sommabile. Ad esempio,
g(x) = 2x−1/2 è una funzione localmente sommabile in IR e quindi rappresenta una distribuzione g
regolare in D′ (IR). La sua derivata g ′ è ben definita, ma va calcolata applicando la distribuzione
ad una funzione test. Derivandola direttamente come fuinzione si ottiene −x−3/2 che non rapprenta
nessuna distribuzione.
′
Esercizio 21. (Equazione di Abel) – In D+ (IR), risolvere l’equazione integrale
Z x
u(t)
dt = g(x) , g(x) ∈ C 1 (IR+ ) , g(0) = 0 , 0 < α < 1.
0 (x − t)α
Soluzione – Si deve trovare la distribuzione u(x) in termini della funzione g(x) data. Mediante la
distribuzione fα introdotta negli esercizi precedenti, l’equazione di Abel si può scrivere nella forma
compatta
9) Soluzione – In due dimensioni conviene usare coordinate polari x ≡ (r, ϑ), dx = r drdϑ. In questo
modo si ha
Z 2π Z 1 Z ∞
1 ϕ̃(r, ϑ) − ϕ̃(0) ϕ̃(r, ϑ)
F P 2 (k), ϕ(k) = dϑ dr + dr
|x| 0 0 r 1 r
Z 2π Z 1 −i|k|r cos ϑ ∞
e−i|k|r cos ϑ
[e − 1]
Z Z
= dk ϕ(k) dϑ dr + dr
IR2 0 0 r 1 r
Z 2π ( Z 1 Z ∞ Z |k| )
−iy cos ϑ −iy cos ϑ
[e − 1] e dy
Z
= dk ϕ(k) dϑ dy + dy −
IR2 0 0 y 1 y 1 y
= (−2π log |k| − 2πc2 , ϕ(k)) ,
da cui segue
1 ∞
1 1 − J0 (y) J0 (y)
Z Z
F P 2 (k) = −2π log |k| − 2πc2 , c2 = dy − dy .
|x| 0 y 1 y
Qui J0 è la funzione di Bessel
Z 2π Z 2π
1 −iz cos ϑ 1
J0 (z) = dϑ e = dϑ eiz cos ϑ . (12.6)
2π 0 2π 0
Esercizio 23. (Trasformate di Fourier di δS – In S ′ (IRn ), per n = 1, 2, 3, calcolare le trasformate di
Fourier della distribuzione δS definita in (12.4), dove S è la superficie |x| = R.
(n=1) Soluzione – In questo caso si ha δS1 = δ(x − R) + δ(x + R) e pertanto
F [δS1 ](k) = F [δ(x − R)](k) + F [δ(x + R)](k) = e−ikR F [δ(x)](k) + eikR F [δ(x)](k) = 2 cos kR .
Esercizio 25. (Soluzioni fondamentali di operatori differenziali lineari) – Ricordiamo che ogni
operatore differenziale lineare a coefficienti costanti possiede una soluzione fondamentale E, la quale è
una distribuzione temperata e soddisfa le equazioni
X
P (D)E = δ , P (ik) F [E](k) = P (ik)Ẽ(k) = 1 , P (D) = aα Dα . (12.8)
α
′ ′
In S (IR) e D+ (IR), trovare la soluzione fondamentale dei seguenti operatori lineari (x ∈ IR, a > 0
costante, n ∈ IN):
n+1
d2 d2 d2
d d d
1) ± a, 2) ±a , 3) − a2 , 4) + a2 , 5) +2 + 1.
dx dx dx2 dx2 dx 2 dx
1) Soluzione – In S ′ si ha
1
P (ik) = ik ± a =⇒ Ẽ(k) = =⇒ E(x) = F −1 [E(k)](x) .
ik ± a
Calcolando la trasformata inversa otteniamo infine
Z ∞
1 eikx
E(x) = dk = ±ϑ(±x) e∓ax .
2πi −∞ k ∓ ia
L’ultimo integrale si calcola rapidamente usando il metodo dei residui. E’ immediato verificare che
l’espressione trovata soddisfa la (12.8).
′
1*) Soluzione – In D+ la soluzione è della forma E(x) = ϑ(x)Z(x) dove
′
Z (x) ± aZ(x) = 0 ,
=⇒ Z(x) = e∓ax =⇒ E(x) = ϑ(x) e∓ax .
Z(0) = 1 ,
♣ Notiamo che la soluzione coincide con quella ottenuta sopra nel primo caso in cui P (d/dx) = d/dx + a.
In tal caso infatti la distribuzione è temperata. Nel secondo caso in cui P (d/dx) = d/dx−a la soluzione
non è temperata e quindi dufferisce rispetto a quella ottenuta sopra.
2) Soluzione – In S ′ , procedendo come sopra abbiamo Ẽ(k) = (ik ± a)−(n+1) da cui segue
Z ∞ Z ∞
1 eikx xn eikx xn ∓ax
E(x) = n+1
dk n+1
= dk = ±ϑ(±x) e .
2π(i) −∞ (k ∓ ia) 2πin! −∞ k ∓ ia n!
Per ottenere il risultato precedente si è integrato n volte per parti.
′
2*) Soluzione – La soluzione in D+ si ottiene risolvendo l’equazione differenziale di ordine n + 1
d n
dx ± a Z(x) = 0 , xn ∓ax
Z (n) (0) = 1 , =⇒ Z(x) = e .
′ (n−1) n!
Z(0) = Z (0) = ... = Z = 0,
5) Soluzione – In questo caso si ha Ẽ(k) = [−k 2 + 2ki + 1]−1 = −(k − i)−2 da cui segue
Z ∞
1 eikx
E(x) = − dk = ϑ(x) x e−x .
2π −∞ (k − i)2
′
5*) Soluzione – In D+ si ha
′′
Z (x) + 2Z ′ (x) + 1 = 0 ,
=⇒ Z(x) = x e−x =⇒ E(x) = ϑ(x) x e−x .
Z ′ (0) = 1 , Z(0) = 0 ,
′
In questo caso la soluzione in D+ è temperata e coincide con quella in S ′ .
Esercizio 26. (Soluzioni fondamentali del laplaciano) – In S ′ (IRn ) trovare le soluzioni fondamentali
dell’operatore di laplace ∆ per n = 1, 2, 3, vale a dire:
d2 ∂2 ∂2 ∂2 ∂2 ∂2
1) ∆ = , 2) ∆ = 2 + 2, 3) ∆ = 2 + 2 + .
dx2 ∂x1 ∂x2 ∂x1 ∂x2 ∂x23
1) Soluzione – In S ′ (IR) si ha
1
F [∆ E(x)](k) = −k 2 Ẽ(k) = 1 =⇒ Ẽ(k) = −P ,
k2
e quindi
1 1 1
E(x) = F −1 −P 2 (x) = F −P (x)
k 2π (−k)2
1 d 1 ix 1
= F P (x) = F P (x)
2π dk k 2π k
Z ∞
ix e−ikx |x|
= v.p. dk = .
2π ∞ x 2
Esercizio 27. (Opetarore di Helmholtz) – In S ′ (IR3 ) trovare la soluzione fondamentale degli operatori
1) ∆ + m2 , 2) ∆ − m2 , m > 0.
La trasformata di Fourier della funzione (p2 − m2 − iε)−1 in IR3 si può calcolare direttamente. Infatti
Z ∞ Z 2π Z π
p2 eipr cos ϑ
1 1
F −1 − 2 2
(x) = − 3
dp dϕ sin ϑ dϑ 2
p − m − i0 (2π) 0 0 0 p − m2 − iε
Z ∞ √
2
1 p sin pr eir m +iε
= − dp = − .
r(2π)2 −∞ p2 − m2 − iε 4πr
Facendo il limite ε → 0 abbiamo le due soluzioni
eimr e−imr
E(x) = − , Ē(x) = − .
4πr 4πr
2) Soluzione – In questo caso la Ẽ(k) = −1/(p2 + m2 ) è una distribuzione regolare. Facendo la
trasformata otteniamo
Z ∞ Z 2π Z π
1 p2 eipr cos ϑ
E(x) = − 3
dp dϕ sin ϑ dϑ 2
(2π) 0 0 0 p + m2
Z ∞
1 p sin pr e−mr
= − 2
dp 2 2
=− .
r(2π) −∞ p +m 4πr
Questa soluzione corrisponde al potenziale di Yukawa.
Esercizio 28. (Equazione del calore) – La propagazione del calore attraverso un mezzo omogeneo è
governata dall’operatore
∂
− α∆ ,
∂t
dove α > 0 è una costante che dipende dal mezzo, t ≥ 0 è il tempo e ∆ il laplaciano in n dimensioni
spaziali x ∈ IRn .
′
1) Determinare la soluzione fondamentale in D+ (IR) × S ′ (IRn ).
1) Soluzione – Facciamo la trasformata di Fourier dell’equazione rispetto a x ∈ IRn , considerando il
tempo come un parametro esterno. Allora otteniamo
Poiché t ≥ 0, la soluzione dell’equazione precedente è della forma Ẽ(t, k) = ϑ(t) Z̃(t, k) con Z̃(0, k) = 1 e
∂ 2
+ α |k|2 Z̃(t, k) =⇒ Z̃(t, k) = e−α|k| t , |k|2 = k12 + ... + kn2 .
∂t
La soluzione cercata è data da
Esercizio 29. (Laplaciano in dimensione qualunque – Metodo della discesa) – Sotto certe
condizioni, il metodo della discesa permette di trovare la soluzione fondamentale di un operatore A
in IRn , partendo dalla soluzione fondamentale dell’operatore P = ∂t + A in IR1+n ( per analogia con
l’equazione del calore, P si chiama operatore del calore).
A tale scopo si supponga di avere una funzione K(t, x), integrabile rispetto a t in IR+ e tale che
∂
+ A K(t, x) = 0 , lim K(t, x) = δ(x) , lim K(t, x) = 0 .
∂t t→0 t→∞
♣ Il metodo descritto sopra ha validità più generale come si evince dal seguente
• Teorema (metodo della discesa) – Sia u(t, x) ∈ D′ (R1+n ) la soluzione dell’equazione differenziale
Pq (Dx ) ∂tq ,
X
P (∂t , Dx )u(t, x) = δ(t)g(x) , P (∂t , Dx ) = P0 (Dx ) +
q>0
Nell’ultimo termine, ′′ 1′′ è pensato come funzione di t soltanto e quindi come distribuzione appartiene
a D′ (IR). Dalla (12.9) segue che la soluzione fondamentale dell’operatore P0 (Dx ) si può ottenere
integrando la soluzione fondamentale dell’operatore P (∂t , Dx ) (quando l’integrale esiste).
• Dimostrazione – Qui diamo soltanto una semplice dimostrazione formale usando le proprietà
delle distribuzioni. Indichiamo con E(t, x) e E0 (x) le soluzioni fondamentali degli operatori P e P0
rispettivamente, quindi
Nella formula precedente si conserva la distribuzione ′′ 1′′ , anche se inessenziale, perché siamo in
D′ (IR1+n ). Applicando ora l’operatore P otteniamo finalmente
P (∂t , Dx )[1 · E0 (x)] = 1 · P0 (Dx )E0 (x) ,
[P (∂t , Dx )E(t, x)] ∗ [1 · δ(x)] =
[δ(t) · δ(x)] ∗ [1 · δ(x)] = 1 · δ(x) .
1) Usando il metodo della discesa, trovare le soluzioni fondamentali dell’operatore di laplace in IRn
(n ≥ 3), ossia
n
X ∂2
∆ = , x ≡ (x1 , x2 , .. , xn ) .
∂x2k
k=1
Soluzione – Come per l’equazione del calore, facciamo la trasformata di Fourier rispetto a x ≡
(x1 , ... , xn ). In tal modo
h̄2 |k|2
∂
ih̄ − Ẽ(t, k) = δ(t) =⇒ Ẽ(t, k) = ϑ(t) Z(t, k) ,
∂t 2m
dove Z(t, k) è soluzione dell’equazione omogenea
h̄2 |k|2
ih̄ ∂t Z(t, k) − Z(t, k) = 0 , Z(0, k) = 1 .
2m
La soluzione con la condizione iniziale fissata è
2 h̄
Z(t, k) = e−iαt|k| , α= ,
2m
da cui segue
n Z ∞
1 1
Z
−iαt|k|2 i(k,x) −iαt p2 ipxj
Y
E(t, x) = dk e e = dp e e
(2π)n IRn j=1
2π −∞
n
" 2 Z ∞ #
Y eixj /4αt 2 einπ/4 2
= du e−iαt u = √ ei|x| /4αt .
j=1
2π −∞ (2 παt) n
Finalmente si ha
m n2 im|x|2
iπn
E(t, x) = ϑ(t) exp + .
2πh̄t 2h̄t 4
Esercizio 31. (Equazione delle onde) – Trovare le soluzioni fondamentali dell’operatore delle onde
2 = ∂t2 − α2 ∆ (α > 0, costante) in D+
′
(IR) × S ′ (IR), D+
′
(IR) × S ′ (IR2 ) e D+
′
(IR) × S ′ (IR3 ).
∂2 ∂2 ∂2 ∂2 ∂2 ∂2
1) ∆ = , 2) ∆ = 2 + 2, 3) ∆ = 2 + 2 + .
∂x2 ∂x1 ∂x2 ∂x1 ∂x2 ∂x23
1) Soluzione – Come per l’equazione del calore, facciamo la trasformata di Fourier solo rispetto alla
variabile x e risolviamo l’equazione ottenuta rispetto a t. In questo modo si ottiene
∂t2 Ẽ(t, k) + α2 k 2 Ẽ(t, k) = δ(t) , Ẽ(t, k) = ϑ(t)Z̃(t, k) ,
dove Z̃(t, k) è soluzione del problema
∂t2 Z̃(t, k) + α2 k 2 Z̃(t, k) = 0 , Z̃ ′ (0, k) = 1 , Z̃(0, k) = 0 .
Integrando con le condizioni iniziali date si ha
∞
ϑ(t) sin αkt ϑ(t) eikx sin αkt
Z
Ẽ(t, k) = =⇒ E(t, x) = dk .
αk 2πα −∞ k
Risolvendo l’integrale con il metodo dei residui si ottiene finalmente
1
E(t, x) = ϑ(αt − |x|) .
2α
Quest’ultima trasformata si poteva scrivere direttamente usando i risultati dell’esercizio (12.7).
2) Soluzione – Procedendo come sopra si ottiene
ϑ(t) sin α|k|t
q
Ẽ(t, k) = , |k| = k12 + k22 .
α|k|
La trasformata inversa di questa distribuzione è già stata calcolata nell’esercizio (12.7). Usando quel
risultato si ha direttamente
ϑ(αt − |x|)
E(t, x) = p .
2α α2 t2 − |x|2
e quindi il nucleo dell’equazione è ortogonale a sè stesso. La soluzione esiste per qualunque valore di µ
ed è data da
Z π
φ(x) = g(x) + µ dt sin x cos t g(t) .
0
Soluzione – E’ immediato verificare che la funzione φ(x) = 1 + 2x2 è un punto fisso dell’operatore B e
quindi è una soluzione. Volendo applicare il principio delle contrazioni si può procedere in questo modo.
Prima si verifica che B, o una sua qualche potenza, è una contrazione. A questo scopo osserviamo che
2 1
Z Z 1
2
dt t ≤ x2 kφk ,
|Aφ(x)| = 2x
dt tφ(t) ≤ 2x max |φ(t)|
0 t∈[0,1] 0
1 1
x2 kφk kφk
Z Z
|A2 φ(x)| ≤ 2x2 dt t |Aφ(t)| ≤ 2x2 kφk dt t3 ≤ ≤ .
0 0 2 2
Prendendo ora il massimo dell’espressione precedente per x ∈ [0, 1] abbiamo
kφk kφ1 − φ2 k
kA2 φk ≤ =⇒ kB 2 φ1 − B 2 φ2 k = kA2 (φ1 − φ2 )k ≤ .
2 2
L’operatore B 2 : C[a, b] → C[a, b] è dunque una contrazione. Scelto allora un punto arbitrario in C[a, b]
la soluzione si può determinare per approssimazioni successive. Posto φ0 (x) = 1 si ha banalmente
3 2 7 2
φ1 = Bφ0 = 1 + x2 , φ2 = B 2 φ0 = 1 + x , φ3 = B 3 φ0 = 1 + x , ...
2 4
2n − 1 2
φn+1 = B n+1 φ0 = 1 + x =⇒ φ(x) = φ∞ = 1 + 2x2 .
2n−1
Esercizio 34. – Usando il metodo del risolvente trovare la soluzione dell’equazione di Fredholm
Z 1
φ(x) = g(x) + µ dt xt φ(t) , g(x) ∈ C[0, 1] .
0
La soluzione è quindi
1
3µ
Z
φ(x) = g(x) + dt xt g(t) .
3−µ 0
E’ interessante notare che la soluzione precedente esiste per qualunque µ 6= 3. Infatti, dopo la risomma-
zione, il risolvente è definito per qualunque valore di µ 6= 3.
2) Soluzione – Per usare il metodo del risolvente dobbiamo considerare il nucleo di Fredholm troncato
x−t t−y
e , t ≤ x, e , t ≥ y,
KF (x, t) = =⇒ KF (t, y) =
0, t > x, 0, t < y.
Calcoliamo ora i nuclei iterati di KF (x, t). Si ha
K1 (x, y) = KF (x, y) ,
Z x Z x
K2 (x, t) = dt KF (x, t)K1 (t, y) = KF (x, y) dt = (x − y) KF (x, y) ,
0 y
x x
(x − y)2
Z Z
K3 (x, t) = dt KF (x, t)K2 (t, y) = KF (x, y) (x − t) dt = KF (x, y) ,
0 y 2
... ...
(x − y)n−1
Kn (x, y) = KF (x, y) .
(n − 1)!
Di qui segue
∞
X (x − y)n−1
R(x, y; 1) = KF (x, y) = e2(x−y) , x > y.
n=1
n − 1!
Il numero delle condizioni al contorno indipendenti deve essere uguale all’ordine dell’equazione differenzia-
le. Si osservi che condizioni al contorno della forma ϕ(a) = cost da sole non danno nessuna informazione
in quanto le autofunzioni sono sempre definite a meno di una costante arbitaria (vedi esempi sotto).
Trovati gli autovalori e le autofunzioni, la soluzione dell’equazine integrale si scrive come sviluppo in
serie usando il teorema dell’alternativa.
Si vede che il problema è simile a quello precedente, a parte le condizioni al contorno. Infatti
ϕ0 (x) = ex , µ0 = 1 ,
Esercizio 38. (Nuclei degeneri) – Ricordiamo che questi sono della forma
N
X
K(x, y) = Pk (x)Qk (y) ,
k=1
dove Pk (x) ∈ L2 sono vettori linearmente indipendenti. La soluzione dell’equazione definita da un nucleo
di questo tipo si può scrivere nella forma
N N
( Rb
X X bk = a dx Qk (x)g(x) ,
φ(x) = g(x) + qk Pk (x) , [δjk − ajk ]qk = bj , Rb
k=1 j=1
aij = a dx Qi (x)Pj (x) .
Si deve fare attenzione all’ordine perché in generale la matrice {aij } non è simmetrica. E’ evidente che la
soluzione è unica se la matrice δij − aij è invertibile. In tal caso, in assenza del termine noto la soluzione
è identicamente nulla.
Z π/2 Z π
3) φ(x) = x + dy sin x cos yφ(y) , 4) φ(x) = 1 + dy (x sin y + y sin x)φ(y) .
0 0
Allora otteniamo
π2 π π3
b1 = 2 , b2 = , a11 = π , a12 = , a21 = , a22 = π .
2 2 3
La soluzione dell’equazione è data da
3 8 − 8π + π 3 x 3π 2 + π 3 sin(x)
φ(x) = 1 − − .
2 (−6 + 12π − 6π 2 + π 4 ) −6 + 12π − 6π 2 + π 4