Sei sulla pagina 1di 133

APPUNTI DI ANALISI MATEMATICA

PER IL CORSO DI METODI


MATEMATICI

Stefano Mandelli
2

Dedicato a · · ·
Indice

1 Equazioni differenziali 9
1.1 Equazioni differenziali del prim’ordine . . . . . . . . . . . . . . 9
1.1.1 Il problema di Cauchy . . . . . . . . . . . . . . . . . . . 9
1.1.2 Equazioni differenziali a variabili separabili . . . . . . . 10
1.1.3 Equazioni differenziali lineari . . . . . . . . . . . . . . . 11
1.2 Equzioni differenziali di ordine K lineari a coeffienti costanti . . 12
1.2.1 Omogenee . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Non omogenee . . . . . . . . . . . . . . . . . . . . . . . 12

2 Successioni di funzioni 15
2.1 Definizione e introduzione . . . . . . . . . . . . . . . . . . . . . 15
2.2 Serie di Funzioni (di potenze) . . . . . . . . . . . . . . . . . . . 17
2.3 Esercizi di teoria . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Teoremi sulle serie di Funzioni . . . . . . . . . . . . . . . . . . 20
2.5 Esempi di serie di Funzioni . . . . . . . . . . . . . . . . . . . . 21

3 Serie di Funzioni 23
3.1 Criterio di Leibnitz per le serie . . . . . . . . . . . . . . . . . . 24
3.2 Teorema DEL DINI sulle serie . . . . . . . . . . . . . . . . . . . 24
3.3 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4 Serie di Potenze 27
4.1 Serie di Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Sviluppabilità in Serie di Taylor . . . . . . . . . . . . . . . . . . 31

5 Teoria della Misura secondo Lebesgue 33


5.1 Plurintervallo: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Misura per intervalli aperti e misura per compatti . . . . . . . 34
5.3 Funzioni 1-lip :distanza da un insieme . . . . . . . . . . . . . . 35
5.4 Subaddittività degli aperti . . . . . . . . . . . . . . . . . . . . . 35
5.5 Subadditività numerabile sugli aperti . . . . . . . . . . . . . . . 36
5.6 Misurabilità degli insiemi limitati . . . . . . . . . . . . . . . . . 37
5.7 Misura secondo Peano-Jordan . . . . . . . . . . . . . . . . . . . 38
5.8 Addittività numerabile di insime numerabili limitati [σ - addit-
tività] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.9 Subaddittività numerabile [σ]-Subaddittività . . . . . . . . . . 41
5.10 Insiemi misurabili illimitati . . . . . . . . . . . . . . . . . . . . 41
5.11 Misura di aperti illimitati . . . . . . . . . . . . . . . . . . . . . 42

3
4 INDICE

5.12 Teorema di Carathèodory . . . . . . . . . . . . . . . . . . . . . 44


5.13 Insiemi di misura nulla . . . . . . . . . . . . . . . . . . . . . . . 44
5.14 Funzioni Misurabili . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.15 Misurabilità delle Funzioni . . . . . . . . . . . . . . . . . . . . . 45
5.16 Insieme non misurabile di Vitali . . . . . . . . . . . . . . . . . . 47
5.17 Funzioni Misurabili: l’integrale di Lebesgue . . . . . . . . . . . 49
5.18 Lemma di Fatoù . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.19 Funzioni lebesgue integrabili di segno qualunque . . . . . . . . 55
5.20 Teorema di Lebesgue o della convergenza dominata . . . . . . . 57

6 Integrali Multipli 59
6.1 Nota importante per il calcolo . . . . . . . . . . . . . . . . . . . 59
6.2 Esempi con applicazione della mappatura inversa . . . . . . . . 60

7 Funzioni Implicite 61
7.1 Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2 Teorema Del DINI (caso bidimensionale) . . . . . . . . . . . . . 62
7.3 Teorema Del Dini per sistemi di equazioni . . . . . . . . . . . . 63
7.4 Teorema Del Dini per i sistemi . . . . . . . . . . . . . . . . . . 63
7.5 Teorema di invertibilità locale per f : R → R . . . . . . . . . . 64
7.6 Teorema di invertibilità locale per funzioni gnerali . . . . . . . 64

8 Varietà 67
8.1 Dominio e Dominio-Connesso . . . . . . . . . . . . . . . . . . . 67
8.2 Prevarietà regolare di dimensione m . . . . . . . . . . . . . . . 67
8.3 Sostegno della prevarietà . . . . . . . . . . . . . . . . . . . . . . 67
8.4 Cambiamento ammissibile di coordinate . . . . . . . . . . . . . 68
8.5 Definizione di Equivalente . . . . . . . . . . . . . . . . . . . . . 68
8.6 Varietà regolare di dimensione m . . . . . . . . . . . . . . . . . 68
8.7 Prevarietà strettamente equivalenti . . . . . . . . . . . . . . . . 68
8.8 Teorema di Decomposizione . . . . . . . . . . . . . . . . . . . . 68
8.9 Spazio tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.10 Spazio Ortogonale . . . . . . . . . . . . . . . . . . . . . . . . . 70

9 Moltiplicatori Di Lagrange (estremi vincolati) 71


9.1 Ripasso sugli estremi locali (liberi) . . . . . . . . . . . . . . . . 71
9.2 Considerazioni geometriche sull’esistenza del moltiplicatore di
Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9.3 Teorema sull’esistenza dei moltiplicatori . . . . . . . . . . . . . 72

10 Integrazioni su Varietà 75
10.1 Approfondimenti sui cambi ammissibili di parametri . . . . . . 76
10.2 Definzione di misura di una curva . . . . . . . . . . . . . . . . . 77
10.3 Teorema della misura . . . . . . . . . . . . . . . . . . . . . . . 77
10.4 Ascissa curvilinea . . . . . . . . . . . . . . . . . . . . . . . . . . 78
INDICE 5

11 Forme differenziali Lineari 79


11.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
11.2 Definizione topologica: . . . . . . . . . . . . . . . . . . . . . . . 79
11.3 Prime definizioni importanti: . . . . . . . . . . . . . . . . . . . 79
11.4 Alcuni Esempi: . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
11.5 Altre definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
11.6 Riepilogo forme differenziali lineari . . . . . . . . . . . . . . . . 83
11.7 Forme differenziali in insiemi semplicemente-connessi . . . . . . 83
11.8 Definizione: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
11.9 Le omotopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
11.10Teorema sulle forme differenziali esatte . . . . . . . . . . . . . . 85

12 Teoremi di Gauss-Green, della divergenza e di Stokes 87


12.1 Un po’ di topologia . . . . . . . . . . . . . . . . . . . . . . . . . 87
12.2 Vettori tangente e normale . . . . . . . . . . . . . . . . . . . . . 87
12.3 Enunciato del teorema di Gauss-Green . . . . . . . . . . . . . . 88
12.4 Teorema di integrazione per parti . . . . . . . . . . . . . . . . . 88
12.5 Teorema della Divergenza . . . . . . . . . . . . . . . . . . . . . 88
12.6 Teorema di Stokes . . . . . . . . . . . . . . . . . . . . . . . . . 89

13 Spazi LP - Spazi di Hilbert 91


13.1 Funzioni Convesse . . . . . . . . . . . . . . . . . . . . . . . . . 92
13.2 Il problema della seminorma . . . . . . . . . . . . . . . . . . . . 93
13.3 Spazio metrico . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
13.4 Successioni convergenti . . . . . . . . . . . . . . . . . . . . . . . 93
13.5 Spazi elementari di Hilbert . . . . . . . . . . . . . . . . . . . . 96
13.5.1 Isomorfismi di Spazi con Prodotto Interno . . . . . . . . 97
13.6 Operatori lineari continui e limitati in uno spazio di Hilbert H 98
13.7 Ortogonalità negli spazi a prodotto interno . . . . . . . . . . . 100
13.7.1 Serie ortogonali . . . . . . . . . . . . . . . . . . . . . . . 100
13.7.2 Lemma delle proiezioni . . . . . . . . . . . . . . . . . . 101
13.7.3 somma diretta . . . . . . . . . . . . . . . . . . . . . . . 102
13.7.4 Equivalenza . . . . . . . . . . . . . . . . . . . . . . . . . 103
13.7.5 Lemma delle Rappresentazioni di Riesz . . . . . . . . . 103
13.7.6 Unicità della proiezione ortogonale . . . . . . . . . . . . 103
13.7.7 Proiettori Ortogonali . . . . . . . . . . . . . . . . . . . . 104
13.8 Operatori Aggiunti, Autoaggiunti, Autovalori e Autospazi . . . 104
13.9 Basi Hilbertiane . . . . . . . . . . . . . . . . . . . . . . . . . . 105

14 La Trasformata di Fourier 107


p
14.1 brevi richiami sugli spazi L . . . . . . . . . . . . . . . . . . . 107
14.2 alcuni teoremi base degli spazi LP . . . . . . . . . . . . . . . . 107
14.3 La trasforazione di Fourier il L1 . . . . . . . . . . . . . . . . . 108
14.3.1 Alcune funzioni ausliarie: . . . . . . . . . . . . . . . . . 110
14.3.2 IL PROBLEMA DELL’INVERSIONE DELLA F.T.110
14.3.3 TEOREMA DI JORDAN: . . . . . . . . . . . . . . . . . 113
14.3.4 Prodotto di convoluzioni . . . . . . . . . . . . . . . . . . 114
14.3.5 La Trasformata di Fourier in L2 (R) . . . . . . . . . . . 114
6 INDICE

15 Teoria delle Distribuzioni 119


15.1 Spazi Prodotto . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
15.1.1 Convoluzioni . . . . . . . . . . . . . . . . . . . . . . . . 119
15.1.2 proietà delle convoluzioni . . . . . . . . . . . . . . . . . 121
15.2 Successioni di Dirac . . . . . . . . . . . . . . . . . . . . . . . . 121

16 Analisi Complessa 123


16.1 Definizone di Derivata e Differenziabilità . . . . . . . . . . . . . 123
16.2 Funzioni Olomorfe . . . . . . . . . . . . . . . . . . . . . . . . . 124
16.3 Funzioni Antiolomorfe . . . . . . . . . . . . . . . . . . . . . . . 124
16.4 Integrazione su Cammini . . . . . . . . . . . . . . . . . . . . . . 125
16.4.1 Invarianza per Omotopia . . . . . . . . . . . . . . . . . 125

17 Appendici 127
17.1 Limite superiore . . . . . . . . . . . . . . . . . . . . . . . . . . 129

18 Equazioni differenziali alle derivate parziali - Modelli fisici vi-


branti 131
18.1 Problema delle onde monodimensionale . . . . . . . . . . . . . 131
18.2 Unicità dell’equazione delle onde . . . . . . . . . . . . . . . . . 132
Introduzione

Perchè scrivere queste dispense: Queste dispense sono state fatte in primis per
l’autore stesso, in quanto studente del corso di laurea in Fisica, dovrà ricordar-
si per buona parte della sua vita queste cose basilari, dell’analisi che verranno
riprese in modo pesante nel corso di Metodi Matematici Della Fisica Generale
e quindi nei corsi di Meccanica Quantistica e di Meccanica Razionale. Allo
stesso modo però vuol essere un supporto agevole (infatti in circa 100 pagine
è compreso tutto il necessario per capire i corsi successivi) per anche i futuri
studenti. L’idea è quindi qeuella di creare una dispensa fatta da uno studente
per gli studenti, la cui utilità non è tanto concentrata per il corso di Analisi3
(per quello ci sono ottimi libri tra cui il Molteni-Vignati, il De Marco Analisi 2
o il Pagani - Salsa Analisi2 (vecchia edizione)) ma vuol essere un aiuto ai corsi
di matematica superiore (Come per esempio il corso di Metodi Matematici)
il cui programma inizia subito dando per scontato moltissime cose apprese in
Analisi3.
Contentuto: Questa stesura di appunti di Analisi matematica ricopre per buona
parte tutto il programam di AnalisiIII che si svolge a Fisica.La prima parte
è dedcicata ai principali metodi di integrazioni delle equazioni differenziali più
comuni in fisica. Non si entra molto nello specifico e cose scritte sono solo a
puro scopo di ricordarsi la regoletta di integrazione. Per approfondire la teoria
si consigliano i libri del prof. G. De Marco e della prof. C. Maderna.
Il testo prosegue con una parte dedicata ad un richiamo sulle successioni di
funzioni. Vengo dimostrati molto brevemente alcuni teoremi base su questo
argomento. La trattazione continua esponedo concetti basilari sulle serie di
f unzioni e di potenze dimostrando i tipici teoremi che discendono dalla condi-
zione di Cauchy. La seconda parte è dedicata alle serie di funzioni. Al concetto
importantissimo (per gli studi superiori) di convergenza Puntuale ed Uniforme.
La terza parte è dedicata alla stesura della misura di Lebesgue a cui si da mol-
to spazio e viene definita non dal teorema di Charatheodory (quindi definendo
una sola misura) ma definendo una doppia esterna ed interna tramite insiemi
aperti e compatti. La trattazione di questo argomento nel seguente modo è
risultata molto pensante e come potrete notare, la trattazione si farà carico
di numerose proposizioni e microteoremi che sono essenziali per costruire un
quadro generale del tutto. Nonostante questo tipo di definizione di misura, sia
più laboriosa da un punto di vista dell’ordine, risulta più semplice e i collega-
menti logici tra i vari argomenti sono di facile intuizione. Dopo aver definito
la misura di lebesgue per insiemi non limitati generici, tratteremo le funzioni
integrabili e l’integrale di lebesgue enunciando e dimostrando i due grandi teo-
remi di passaggio al limite sotto il segno di integrale. Dopo aver trattato la
misura di Lebesgue, si passerà a definire le funzioni implicite col teorema del

7
8 INDICE

Dini e da qui definiremo l’esistenza dei moltiplicatori di Lagrange per problemi


di estremanti vincolati. Successivamente si passerà allo studio delle curve, alle
loro classi di equivalenza e all’integrazioni delle forme differenziali sulle curve
e superfici. Questa parte è fatta molto alla “fisico” quindi troverete ben poco
rigore matematico, ma il più sarà dato all’intuizione e i casi teorici verranno
riconcotti a esempi pratici. Poi l’ultima parte è quella di analisi superiore, in
cui vengono introdotti spazi di Hilbert, spazi di Banach con le loro caratte-
ristiche geometriche e degli esempi di ricostruzione del teorema spettarle per
spazi di Hilber separabili. Successivamente si concluderà esponendo in modo
molto rigoroso tutta la teoria della trasformata di Fourier prima in L1 (R) e poi
vedendo la sua estensione nei minimi particolari allo spazio L2 (R) che è quello
più interessante e di maggior utilizzo per gli scopi della meccanica quantistica.
Ancora da completare è la parte sulle funzioni di variabile complessa e in par-
ticolare tutta la sezione di analisi complessa è ancora da sviluppare al meglio.

Stefano Mandelli.
26-5-2009
Capitolo 1

Equazioni differenziali

1.1 Equazioni differenziali del prim’ordine


In questo capitolo si richimeranno velocmente tutti i concetti riguardanti le
equazioni differenziali del prim’ordine e successivamente la trattazione passe-
rà alle equazioni differenziali generiche di ordine k. Si è ritenuto opportuno
trattare questo argomento in quanto nei corsi di fisica tutti i fenomeni hanno
alla base un’quazione differenziale che ne definisce la dinamica, l’evoluzione e
il comportamento. La trattazione in questo capitolo sarà molto “agile” le di-
mostrazioni saranno ridotte al minimo indispensabile; si cercherà di insistere
maggiormente sulle metodologie di calcolo e risoluzione.

Un’eqazione differenziale è un’equazione del tipo:

G(x, y 0 , y 00 , · · · , y (k) ) = 0 (1.1)

Cioè un’equazione in cui le variabili in gioco non sono parametri reali, ma


funzioni. Un’ equazione differenziale si dice scritta in forma normale se viene
rappresentato la sua derivata di ordine massimo in funzione alle altre derivate
intese come variabili indipendenti, cioè:

y (k) = f (x, y, y 0 , y 00 , · · · , y (k−1) ) (1.2)

in particolare noi cominceremo con l’analizzare la teoria delle equzioni differen-


ziali di prim’ordine:

y 0 = f (x, →

y) (1.3)

1.1.1 Il problema di Cauchy


sia dato il seguente problema di couchy:
 →
− →

y 0 = f (x, →

y) (1.4)

− →

y (x0 ) = y 0

dove f : E ⊆ Rn+1 → Rn e (x0 , y0 ) ∈ E allora y = y(x) è soluzione del P.b di


Cauchy sull’intervalli I se y è soluizione dell’equzione differenzile y 0 = f (x, y)

9
10 CAPITOLO 1. EQUAZIONI DIFFERENZIALI

su I e se per x0 ∈ I =⇒y(x0 ) = y0

Esempio 1:
sia a ∈ R e sia dato il seguente problema di Cauchy:
 0
y = 2xy 2
(1.5)
y(0) = a

Cerco tutte le soluzioni: la funzione F ≡ 0 soddisfa la mia eq. differenziale, na


non le condizioni al contorno, risolvo l’integrale:

y 0 y −2 − 2x = 0 = (1.6)
 
d 1
= − − x2 integro (1.7)
dx y(x)

1
− − x2 = c (1.8)
y(x)
Da cui usando la condizione iniziale:
a
y(x) = (1.9)
1 − ax2
Esempio 2:

 2
y 0 = 3y 3
(1.10)
y(0) = 0

1 0 −2
yy 3 =1
3
d  1
y3 = 0
dx
1
y 3 = x + c =⇒ y(x) = (x + c)3

1.1.2 Equazioni differenziali a variabili separabili


Le equazioni differenziali a variabili separabili sono eq. differenziali del prim’or-
dine nella forma:

y 0 = h(x) · k(y) (1.11)

Esempio1:
( 3
y 0 = 4xy
(1.12)
y(0) = 2

Soluzione:
Z y(x) Z x
0 3
y y = 4x =⇒ u du = 4s3 ds
2 0
1 p
y(x)2 − 2 = x4 =⇒ y(x) = ± 2x4 + 4 (1.13)
2
1.1. EQUAZIONI DIFFERENZIALI DEL PRIM’ORDINE 11

prendo la radice positiva, perchè la soluzione deve essere concorde con la


condizione al contorno:
p
y(x) = + 2x4 + 4 (1.14)

Esempio2:

y 0 = ex−y

(1.15)
y(0) = a

Soluzione:

y 0 ey = ex
Z y Z x
(x)eu du = ex dx
a 0
y(x)
e − ea = ex − 1 =⇒ y(x) = ln(ea + ex − 1) (1.16)

Esempio2:

y 0 = ye
2x

y
(1.17)
y(1) = 3

Soluzione:

Z y(x) Z x
ueu du = 2x dx
3 1
y(x)
(ueu − eu )|3 = x2 − 1 =⇒ y(x)ey(x) − ey(x) − 3e3 + e3 = x2 − 1
ey(x) [y(x) − 1] = x2 − 1 + 2e3 (1.18)

1.1.3 Equazioni differenziali lineari


Le equazioni differenziali lineari del prim’ordine sono quelle equazioni differen-
ziali che vengono scritte nel seguente modo:

y 0 + p(x)y = q(x) (1.19)

L’integrale generale di soluzione è il seguente:


Se abbiamo il seguente problema di Cauchy:
 0
y (x) + p(x)y(x) = q(x)
(1.20)
y(x0 ) = y0

Soluzione generale:
 Z x   Z x Z r  
y(x) = exp − p(t) dt · y0 + q(r) exp p(t) dt dr (1.21)
x0 x0 x0
12 CAPITOLO 1. EQUAZIONI DIFFERENZIALI

1.2 Equzioni differenziali di ordine K lineari a


coeffienti costanti
1.2.1 Omogenee
Sia data l’equazione differenziale:
k−1
X
y (k) + ai y (i) = 0 (1.22)
i=1

Preso il polinomio caratteristico se:


1) Sia λ ∈ R radice del polinomio di molteplicità r allora l’equazione diffe-
renziale ha come soluzione una combinazione lineare delle seguenti funzioni
linearmente indipendenti (usencti dalla matriche Wronskiana):

c1 eλx , c2 xeλx , c3 x2 eλx , · · · , cr xr−1 eλx (1.23)

2) Sia z = α + iβ con z ∈ C radice di molteplicità r del polinomio caratteristico


allora la soluzione è una combinazione lineare delle seguenti funzioni:

eαx cos βx, xeαx cos βx, · · · , xr−1 eαx cos βx (1.24)
αx αx r−1 αx
e sin βx, xe sin βx, · · · , x e sin βx (1.25)

Le soluzioni in seno e coseno vanno sempre accoppiate perchè per il teorema


fondamentale dell’algebra se (a + ib) è radice del polinomio caratteristico, lo è
anche il suo coniguato, a + ib lo scrivo col coseno e a − ib col seno.

1.2.2 Non omogenee


Se l’equazione differenziale compare nella sua forma non omogenea:
k−1
X
y (k) + ai y (i) = b(x) (1.26)
i=1

allora le sue soluzioni sono una combinazione lineare delle soluzioni della omo-
gena più quelle legate al termine noto. In funzione a come è fatto il termine
noto ci sono diverse forme della soluzione:

1. Se b è un polinomio di grado h con h ≥ 0 e λ = 0 non è radice del poli-


nomio caratteristico allora nelle soluzioni ci sarà un polinomio anch’esso
di grado h.

2. Se b è un polinomio di grado h con h ≥ 0 e λ = 0 è radice del polino-


mio caratteristico di molteplicità r ≥ 1 allora tra le soluzioni ci arà un
polinomio di grado (h+r) del tipo:

P (x) = xr Q(x) Q è il polinomio di grado h (1.27)

3. Se b(x) = eµx e µ non è radice del polinomio caratteristico allora tra le


soluzioni c’è una funzione del tipo Ceµx con C ∈ R
1.2. EQUZIONI DIFFERENZIALI DI ORDINE K LINEARI A COEFFIENTI COSTANTI13

4. Se b(x) = eµx e µ è radice del polinomio caratteristico di molteplicità r


allora tra le soluzioni c’è una funzione del tipo Cxr eµx con C ∈ R

5. Se b(x) = P (x)eµx dove P è un polinomio di grado h e µ non è radice del


polinomio caratteristico allora tra le soluzioni c’è una funzione del tipo:
Q(x)eµx dove Q è anch’esso un polinomio di grado h;
6. Se b(x) = P (x)eµx dove P è un polinomio di grado h e µ è radice del
polinomio caratteristico di molteplicità r ≥ 1 allora tra le soluzioni c’è
una funzione del tipo: Q∗ (x)eµx dove Q∗ è un polinomio di grado (r + h);

Q∗ (x)eµx = xr Q(x)eµx con Q polinomio di grado h (1.28)

7. Se b(x) = eαx [a sin βx + a∗ cos βx] con a, a∗ ∈ R a α ± iβ non sono radici


del polinomio caratteristico allora tra le soluzioni c’è una funzione del
tipo:

eαx [C sin βx + D cos βx] con C, D ∈ R (1.29)

8. Se b(x) = eαx [a sin βx + a∗ cos βx] con a, a∗ ∈ R a α ± iβ sono radici del


polinomio caratteristico di molteplicità r, con r ≥ 1, allora tra le soluzioni
c’è una funzione del tipo:

xr eαx [C sin βx + D cos βx] con C, D ∈ R (1.30)


14 CAPITOLO 1. EQUAZIONI DIFFERENZIALI
Capitolo 2

Successioni di funzioni

2.1 Definizione e introduzione


Le successioni di funzioni sono un argomento che solitamente viene trattato
all’inizio del corso di Analisi Matematica 2 del nuovo ordinamento. L’obbiet-
tivo dei teoremi qui di seguito enunciati sta nel radunare in uno spazio molto
compresso tutti i teoremi principali sulle successioni di Funzioni. La teoria di
questi, verrà poi generalizzata e applicata nell’ambito delle serie di funzioni e
serie di potenze

th.1 ) sia {fn } succ. di funzioni limitate su E ⊆ R


Se fn limitata ∀n ∈ N e fn −→ f Uniformente su E allora anche f è limitata.

P roof. |fn (x)| < M0 se c.u. ∀x ∈ E abbiamo che: ∀ε > 0 ∃ν0 = ν(ε) :
∀n > ν0 : |fn (x) − f (x)| < ε
fissiamo ε = 1 allora:
|fn (x) − f (x)| < 1 quindi:

|f (x)| < |fn (x) − f (x)| + |fn (x)| < 1 + M0 =⇒ |f (x)| < 1 + M0 (2.1)
(2.2)

cdd

th.2 ) Condizione di Cauchy: sia {fn } succ. di funzioni definita su E ⊆ R


allora converge quando e solo quando:

∀ε > 0∃ν0 : ∀m ≥ n > ν0 : sup |fn − f | < ε (2.3)


x∈E

P roof.
=⇒ )

sup |fm − fn | ≤ sup |fm − f | + |f − fn |


x∈E x∈E
≤ sup |fm − f | + sup |f − fn | < 2ε (2.4)
x∈E x∈E

15
16 CAPITOLO 2. SUCCESSIONI DI FUNZIONI

⇐= )

∀m ≥ n > ν0 abbiamo che |fm − fn | ≥ ε per m → +∞


=⇒ |fn − f | < ε
=⇒ sup |fn − f | < ε (2.5)
x∈E

cdd

th.3 ) Se {fn } succ. di funz. che converge uniformemente a f su E ⊆ R e


abbiamo che fn è continua in x0 ∀n ∈ N =⇒ f è continua in E. Cioè se ogni
funzione fn è continua, e la successione converge uniformente a f su E allora
f è continua.

P roof. per l’ipotesi di convergenza uniforme |fn − f | < ε quindi


|f (x) − f (x0 )| = |f (x) − f (x0 ) − fn (x) + fn (x) + fn (x0 ) − fn (x0 )| ≤ |f (x) −
fn (x)| + |fn (x) − fn (x0 )| + |f (x0 ) − fn (x0 )| < 2ε + |f (x0 ) − fn (x0 )|
Per un intorno di x0 ∀x ∈ U (x0 ) consideriamo:
|f (x0 ) − fn (x0 )| < ε quindi
|f (x) − f (x0 )| < ε
cdd

th.4 ) Se {fn } succ. di funz. che converge uniformemente a f su E ⊆ R


allora:
Z Z
f (x) dx = lim fn (x) dx (2.6)
E n→∞ E

P roof.

Z Z Z

f (x) dx − fn (x) dx ≤ |f (x) − fn (x)| dx

E E
ZE
≤ sup |f (x) − fn (x)| dx < ε (2.7)
E x∈E

ccd.

th.5 ) Teorema di inversione del limite


Se {fn } succ. di funz. che converge uniformemente a f su E ⊆ R e se ∃ finito
lim
x→x0 fn ∀n ∈ N allora possiamo affermare che:

   
lim lim fn = lim lim fn (2.8)
x→x0 n→+∞ n→+∞ x→x0

(2.9)

lim lim
P roof. poniamo : ln =x→x 0 fn (x) e f (x) =x→+∞ fn (x). Quindi per l’ipotesi
di convergenza uniforme abbiamo che:

∀ε > 0 , ∀x ∈ E , ∀k > ν0 : |fk (x) − f (x)| < ε


2.2. SERIE DI FUNZIONI (DI POTENZE) 17

Quindi, sfruttando la condizione di Cauchy possiamo ulteriormente affermare


che:
∀ε > 0 ∃ν : ∀k ≥ h > ν : |fk − fh | ≤ |fk − f | + |f − fh | < 2ε quindi passando
al limite per x → x0 possiamo completare la scrittura dicendo che:

|lk − lh | < ε

In questo modo notiamo che la {ln } è successione di Cauchy, ma siamo in


E ⊆ R che è completo quindi sappiamo con certezza che questo limite esiste e
per convenzione diciamo che l:

lim ln = l (2.10)
n→+∞

Ora è stata dimostata l’esistenza del limite l. Ora bisognerà concentrarsi sul
dimostrare che:

lim f (x) = l (2.11)


x→x0

Ora fissimo un n0 > ν : |fn0 (x) − f (x)| < ε quindi |ln0 − l| < ε.
In corrispondenza di n0 scegliamo un indice δ > 0 tale che :

∀ε > 0, ∀n > n0 ∀x ∈ E : |x − x0 | < δ =⇒ |fn (x) − l| < ε

Ora possiamo scrivere che:


|fn (x) − l| ≤ |f (x) − fn0 (x)| + |fn0 (x) − ln0 | + |ln0 − l| < 3ε
Quindi ∀x ∈ E per cui |x − x0 | < δ =⇒ i due limiti della congettura iniziale
sono uguali.
cdd.

2.2 Serie di Funzioni (di potenze)


Identifichiamo serie di Funzioni, la successione delle somma parziali (o ridotte)
delle funzioni fk . Un esempio molto conosciuto in questo ambito è dato dalla
serie geometrica:

n
X 1 − xn+1 P unt. 1
sn (x) = xk = −→ per x ∈ (−1, 1) (2.12)
1−x 1−x
k=1
(2.13)

Ora diamo delle importanti definizioni di carattere puntuale e successivamente


di carattere uniforme circa la convergenza delle stesse serie di funzioni:

Def inizioni puntiali :


P+∞ P+∞
a) k=1 fk converge puntualmente su E ⊆ R ≡ ∀x ∈ E : k=1 fk converge,
cioè ⇐⇒ {sn (x)} converge puntualmente.
18 CAPITOLO 2. SUCCESSIONI DI FUNZIONI

P+∞ P+∞
b) k=1 fk converge assolutamente suPE ⊆ R ≡ ∀x ∈ E : k=1 fk con-
+∞
verge assolutamente, cioè ⇐⇒ ∀x ∈ E, k=1 |fk (x)| < +∞

Def inizioni U nif ormi :


P+∞
c) k=1 fk converge uniformente in E ≡ {sn } converge unif. in E (alla funzione
somma)
P+∞
d) k=1 fk converge totalmente in E ≡ ∃ {Mk }k∈N ⊂ R :
α)P |fk (x)| ≤ Mk ∀n, ∀x ∈ E
+∞
β ) k=1 Mk < +∞
Cioè quando e solo quando:
+∞
X
mk < +∞ dove mk := sup |fk (x)| (2.14)
x∈E
k=1

Osservazione
P +∞ P+∞
Se k=1 fk conv. assolutamente =⇒ k=1 fk conv. punt. =⇒ fk → 0 pun-
tualmente.

Le implicazioni inverse non sono rispettate. Dei controesempi possono esse-


re i seguenti:
k P
+∞
a) Prendiamo le funzioni costanti fk = (−)k k=1 fk conv. Puntualmente per
il criterio di Leibnitz ma non converge assolutamente ! P+∞
b) Prendiamo la serie armonica fk = k1 nonostante fk → 0 la serie k=1 k1 non
converge puntualmente !
Convergenza U nif orme
P+∞
k=1 fk conv. uniformente su E ⊆ R ⇐⇒ {sn (x)} conv. uniformente alla
funzione somma in E.
Ma condizione necessaria e sufficiente affinchè una serie converga è quella di
Cauchy che possimo scrivere in questo modo:

∀ε > 0 ∃ν0 : ∀m > ν0 , ∀p ≥ 1 , ∀x ∈ E =⇒ |sm+p − sm | < ε

Quindi:
+∞
X
fk conv. unif. in E ⇐⇒ ∀ε > 0 , ∃ν0 , ∀m > ν0 , ∀p ≥ 2 con p ∈ N , ∀x ∈ E =⇒
k=1
n+p
X
fk < ε (2.15)



k=n+1

La condizione di Cauchy per le serie di funzioni ci permette di introdurre di-


rettamente un criterio di convergenza delle serie molto importante. Questo è il
Criterio di Weiestrass:
+∞
X +∞
X
fk conv. Totalmente in E fk conv. uniformemente in E =⇒
k=1 k=1
=⇒ fk → 0 unif. (2.16)
2.2. SERIE DI FUNZIONI (DI POTENZE) 19

P roof.
P+∞ )∀x ∈ E : |fk (x)| < Mk ∀k ∈ N e sia:
Parte1
k=1 Mk < +∞ con Mk > 0∀k ∈ N allora:
m m m m
X X X X
∀m ≥ n > ν0 , ∀x ∈ E fk ≤ |fk | ≤ Mk = |Mk | < ε (2.17)


k=n k=n k=n k=n

Nell’ultimo passaggio è stata applicata la condizione di Cauchy alla serie:


m
X m
X m
X
Mk infatti per ipotesi converge quindi vale la 1.15 allora Mk = |Mk | < ε
k=n k=n k=n
P∞
Parte2 ) k=n fk conv. Unif. Applico la condizione di Cauchy con m=n
ottenendo:
n
X
∀ε > 0 ∃ν0 : ∀n > ν0 , ∀x ∈ E : | fk | < ε (2.18)
k=n
n
X
Ma | fk | = |fn | quindi :|fn | < ε =⇒ fn → 0 (2.19)
k=n

Ora dimostreremo tramite l’utilizzo di un controesempio che le implicazioni del


criterio di Weiestrass non valgono nel senso contrario anche per serie di funzioni
con termini NON NEGATIVI
Consideriamo A ⊂ R e la sua funzione caratteristica χA : R → R:

per x ∈ A → χA (x) = 1 altrimenti χA (x) = 0


consideriamo:
fk (x) = x1 · χ[k,k+1] , considerando le funzioni su [1, +∞) abbiamo che :
1
sup fk (x) = → 0 =⇒ fk → 0 in [1, +∞] (2.20)
[1,+∞] k
Per ora abbiamo notato che della nostra fk il termine generico tende a zero.
Ora trasportiamo tutto sulle somme e analizzamo la nostra serie:

1
sn (x) = f1 + f2 + ... + fn =
χ[1,n+1] (x)
x
1
per n → +∞sn (x) → in [1, +∞)
x
1 1
sup |s − sn | = sup = → 0 per n → +∞ (2.21)
[1,+∞] [1,n+1] x n+1
Abbiamo dimostrato che la serie converge uniformemente, ma andando ad
analizzare la convergenza totale notiamo che ci sono problemi perchè:
+∞
1 X
mk = sup fk = ma la serie: mk = +∞
x∈[1,+∞] x
k=1
+∞
X
=⇒ la serie fk non converge totalmente in [1, +∞] (2.22)
k=1
20 CAPITOLO 2. SUCCESSIONI DI FUNZIONI

Esempio.
P+∞
prendiamo in considerazione la serie: k=1 fk conv assolutamente NON IM-
PLICA il fatto che fk → 0 uniformente:

E = [1, +∞) e le funzioni fk = χ[n,n+1] (x) allora: (2.23)


sn (x) = χ[n,n+1] (x) e la sn → 1 ∀x ≥ 1 (2.24)

Quindi converge assolutamente a 1.


Ma possiamo notare che se prendiamo :

mk := sup fk (x) = 1 quindi: (2.25)


E

mk non tendono a zero =⇒ fk non tente a zero uniformemente.


cdd.

2.3 Esercizi di teoria


Dalle P
nozioni sviluppate sin da ora possiamo autonomamente dire che:
+∞
a) Se k=1 fk (x) conv. unf. su E =⇒ ∀D ⊆ E Conv. Unif.
P+∞
b) Se k=1 fk (x) conv. unf. su E1 e su E2 =⇒ Conv. Unif. anche su E1 ∪ E2
P+∞ P+∞
c) Se k=1 fk (x) k=1 gk (x) conv. unf. su E =⇒ Con. Unif. su E anche
P+∞
k=1 fk + gk

P roof.
a) Ovvia per definizione;
b) Ovvia per definizione;
c) Un
P+∞ po’ meno ovvia infatti:
Se k=1 fk (x) converge uniformemente vuol dire che {sk (x)} converge unifor-
P+∞
mente; nello stesso modo se k=1 gk (x) converge uniformente vuol dire che :
{pk (x)} convergono uniformente: quindi:
 
Se lim sk + lim pk è un valore finito allora ha valore finito anche
k→+∞ k→+∞
il seguente limite: lim sk + gk
k→+∞

2.4 Teoremi sulle serie di Funzioni


Qui di seguito verranno elencati una serie di teoremi sulle serie di funzioni, la
cui discendenza è strettaemnte legata ai teoremi sulle successioni di funzioni.
Non verrà dimostrato nulla, solo un elenco di enunciati di teoremi sui quali sa-
rà fondamentale ragionare per poi prendere spunto per risolvere le esercitazioni.

Th1 P+∞
Sia data s(x) = k=1 fk (x) e converga uniformemente in E. Se ∀k ∈ N ,
∀x ∈ E , |fk | ≤ C ∈ R =⇒ anche la s(x) è limitata in E.
Th2 P+∞
Sia data s(x) = k=1 fk (x) che converga unif. su I ⊆ R allora:
2.5. ESEMPI DI SERIE DI FUNZIONI 21

Consideriamo [a, b] ⊆ I , ∀k fk ∈ R[a, b] =⇒ s(x) ∈ R[a, b] in particolare:


Z b +∞ Z
X b
s(x)dx = fk (x)dx (2.26)
a k=1 a

Questa proprietà nasce dal fatto che:


Z b Z bX n n Z
X b
lim sn (x)dx = lim fk (x)dx = lim fk (x)dx =
n→+∞ a n→+∞ a k=1 x→+∞ a
1
+∞ Z
X b
= fk (x)dx (2.27)
1 a

Th3 P+∞ 0
Consideriamo I ⊆ R e le funzioni fk : I → R derivabili in I. Se fk
P+∞ Pk=1
+∞
converge uniformente in I e se ∃x0 ∈ I : k=1 fk converge, allora la k=1 fk
converge ad una somma derivabile in I e si ha che:

+∞
!0 +∞
X X
fk (x) = fk0 (x) (2.28)
k=1 k=1

2.5 Esempi di serie di Funzioni


Qui di seguito verranno presentati i comportamenti di due serie di funzioni che
hanno attirato
Pla mia attenzione. Il confronto avviene tra due esempi,
P+∞ studie-
+∞
remo la serie k=1 x2 · e−kx successivamente studieremo la serie k=1 x · e−kx
e metteremo in evidenza come le due serie, nonostante molto simili differiscano
di un particolare molto importante per i loro compartamenti di convergenza
uniforme e totale.
P+∞
Prendiamo la serie: k=1 x2 · e−kx , il termine fk → 0 ∀x ∈ E[0, +∞) prendia-
mo un sottoinsime di E[ε, +∞) e notiamo che:

||fk (x)||∞E = 4e−2k → 0

Ora verifichiamo pure in zero. Se in zero fosse valida allora dovrebbe essere
verificata la seguente condizione:

0 = s(0) = lim+ sn (x) (2.29)


x→0

Quindi riscriviamo la sommatoria


+∞ +∞
X X k x2 e−x
s(x) = x2 · e−kx = x2 e−x = (2.30)
1 − e− x
k=1 k=1

Alla fine otteniamo:


x2 e−x x2 (1 − x)
lim+ = lim = lim x − x2 = 0 (2.31)
x→0 1 − e− x x→0+ 1 − 1 + x x→0+
22 CAPITOLO 2. SUCCESSIONI DI FUNZIONI

Come si può vedere la condizione del limite espressa sopra funziona anche
in x = 0 quindi l’intervallo di convergenza unifrome è tutto E[0, +∞)

La faccenda cambia se abbiamo la serie:


+∞
X
x2 · e−kx (2.32)
k=1

perchè puntualmente è facile varificare che converge sempre in E = [0, +∞)


ma uniformente abbiamo che non è rispettata la seguente condizione in zero:

0 = s(0) = lim sk (x) (2.33)


x→0

infatti sviluppando in zero abbiamo che:

+∞ +∞
X X k xe−x
s(x) = x · e−kx = x e−x =
1 − e− x
k=1 k=1

xe−x x(1 − x)
lim+ = lim = lim 1 − x = 1 !!!! NON CONVERGE!!!!
x→0 1 − e− x x→0+ 1 − 1 + x x→0+
Quindi bisogna porre attenzione a questi casi particolari.
Capitolo 3

Serie di Funzioni

Ripasso sui criteri di convergenza


In questa sezione esporremo l’enunciato di alcuni criteri ben noti nell’analisi
matematica per stabilire il compoertamento di una serie.

Metodo del confronto asintotico


P+∞ P+∞
Siano date le serie: 1 an : an > 0 ∀n e 1 bn : bn > 0 ∀n allora se:

0 ≤ an ≤ bn
Allora:P
+∞ P+∞
1) Se 1 bn converge, anche 1 an converge;
P+∞ P+∞
2) Se 1 an diverge, anche 1 bn diverge.

Metodo della radice


P+∞
Sia data la serie: 1 an : an > 0 ∀n. Se esiste un α:

1
lim
α =n→+∞ ann
P+∞
1) Se 0 ≤ α < 1 allora 1 an Converge
P+∞
2) Se 1 < α ≤ +∞ allora 1 an Non converge

Metodo del rapporto


P+∞
Sia data la serie: 1 an : an > 0 ∀n. Se esiste un α:

an+1
α = lim (3.1)
n→+∞ an

23
24 CAPITOLO 3. SERIE DI FUNZIONI

P+∞
1) Se 0 ≤ α < 1 allora 1 an Converge
P+∞
2) Se 1 < α ≤ +∞ allora 1 an Non converge

Criterio di Condensazione
Sia an > 0 tale che an ≥ an+1 ∀n, Allora le due serie:

P+∞ P+∞
1 an , 1 2n a2n

hanno lo stesso carattere.

3.1 Criterio di Leibnitz per le serie


P+∞
Sia data la serie 1 (−)k βk con βk > 0∀n e:
1) βk ↓ 0
2) βk ≥ βk+1 P+∞
La serie converge s = 1 (−)k βk
In più c’è un piccolo corollario del Criterio di Leibnitz che torna molto utile
nelle serie
Pn di funzioni:
sn = 1 (−)k βk possiamo effettuare una stima di |s − sn | in quanto:

|s − sn | ≤ βk+1

Questa stima tornerà utile nelle serie di funzioni. Infatti ora estendiamo il Cri-
terio
Pdi Leibnitz alle serie di funzioni ottenendo:
+∞
Se 1 (−)k bk (x) con x ∈ E allora:
Se ∀x ∈ E : b(x) ↓ 0 tende puntualmente alla funzione nulla sue E allora la
serie di funioni converge puntualmente su E.
Ora ritorna utile la stima precednete vista per le serie di numeri:

sup |s − sn | ≤ sup (bk+1 (x)) → 0 (3.2)


E E

Allora se vale anche l’ipotesi iniziale del teorema possiamo dire che converge
uniformente in E.

3.2 Teorema DEL DINI sulle serie


1) I = [a, b] intervallo chiuso limitato;
2) fk : [a, b] → R funzione continua ∀k ∈ N;
3) fk (x) ≤ fk+1 ∀k ∈ N e ∀x ∈ I (ma più in generale monotona rispetto a k);
4) fk converge puntualmente ad una funzione f : [a, b] → R;
5) f è continua in [a, b].
Allora vale che fk converge uniformente ad f in I
3.3. ESEMPI 25

3.3 Esempi
P+∞ k
1) 1 xk
k
Deve essere: xk → 0 quindi E = [−1, 1]
Ora
q vedo la convergenza puntuale. Mth. della radice:
k
k
| xk | → |x| : |x| < 1. Ora vediamo agli estremi;
P+∞
x=1 → 1 k1 è la serie armonica, diverge;
P+∞ k
x=-1 → 1 (−) k Converge per il criterio di Leibnitz.
Quindi converge puntualmente in [-1,1).
Convergenza Uniforme:
Per verificare la convergenza uniforme consideriamo l’intervallo [−r, r] : r ∈
k k k P+∞ k
(0, 1) | xk | = |xk | ≤ rk ma 1 rk < +∞ dimostrabile semplicemente con il
criterio della radice, quindi:

xk
P+∞
1 k Converge in I = [−r, r] con r ∈ (0, 1)
Vediamo agli estremi:
Perx ∈ [−1, 0] , poniamo x = −|x| quindi:

P+∞ (−)k |x|k (−)k |x|k


1 k ponendo bk (x) = k

Notiamo che bk (x) & 0 quindi per il criterio di Leibnitz 0 ≤ supx∈[−1,0] |bk (x)| ≤
1
k → 0 quindi converge uniformente anche in [−1, 0] !

Perx ∈ [0, 1] ,abbiamo visto che su tutti i compatti del tipo [−r, r] con
r ∈ (0, 1) la seie converge TOTALMENTE, ma in 1 non converge !!! per-
chè avremo la serie armonica. Quindi l’intervallo di convergenza uniforme è
E 0 = [−1, r] con r < 1.
26 CAPITOLO 3. SERIE DI FUNZIONI
Capitolo 4

Serie di Potenze

Le serie di potenze sono definite in modo generico dalla seguente scrittura:


X
ak (x − x0 )k (4.1)
k=1

Una serie così descritta viene anche detta: Serie di potenze centrata in x0 , o
con punto iniziale x0 con x0 ∈ R
Per le serie di potenze centrate in zero (con x0 = 0) abbiamo che:
∃ρ tale che nell’intervallo simmetrico [−ρ, ρ] la serie converge.

T h1 P∞
Sia data la serie di potenze: k=1 ak ·xk convergente. Prendiamo un t ∈ R\{0}
Allora la serie converge totalmente su ogni compatto [−r, r] contenuto in:
(−|t|, |t|) in particolare la serie di potenze converge assolutamente in (−|t|, |t|).

P roof.
Sia [−r, r] ⊆ (−|t|, |t|) , considero x ∈ [−r, r] e ottengo che:

 k
|ak xk | = |ak tk xk t−k | ≤ |ak tk | · r
|t| ma
k
a) |ak x | converge quindi è infinitesima, quindi è limitata: ∃M > 0 :
|ak xk | < M
r
b) Poi notiamo: dato che [−r, r] ⊂ (−|t|, |t|) allora: 0 < |t| ≤ 1 =⇒ quindi:
 k  k
r r
|ak tk | · |t| ≤ M |t|
P∞  r k
Ma la serie M 1 |t| è la serie gemetrica di ragione <1 (per la prop. b) )
quindi converge!
P∞
Quindi la serie iniziale k=1 ak · xk converge totalmente nei compatti del tipo
[−r, r] ⊂ (−|t|, |t|)
Per la convergenza assoluta per raggiungere l’asserto basta basarsi sul teorema
8.5 pag 350 G. Ricci.

T h2 Raggio di convergenza

27
28 CAPITOLO 4. SERIE DI POTENZE

P∞ k
Data una serie di Potenze: k=1 ak · x
∃ρ ∈ [0, +∞] tale che:
a) La serie di potenze converge assolutmaente per |x| < ρ;
b) La serie di potenze non converge assolutamente per |x| > ρ;
c) Se ρ = 0 converge solo in zero;
d) Se0 < ρ < +∞ la serie converge in x ∈ (−ρ, ρ) e converge totalmente nei
compatti;
e) Se ρ = +∞ la serie converge ∀x ∈ R e converge totlamente nei suoi compatti.

P roof.
Tutte le implicazioni fin’ora elencate sono deducibili dal teorema 1. In parti-
colare è da notare che:
1)
P∞ Se |x| < ρ =⇒ ∃t ∈ A : |x| < t [per la prop. dell’esetremo sup.] =⇒
k
0 ak x conv in x ∈ (−t, t) =⇒ per il TEO1 la serie di potenze converge in
x;
2) Se |x| > ρ supponiamo p.a. che la serie converga =⇒ per il TEO1 la serie
deve convergere puntualmente in (-|x|,|x|). Ma questo per ipotesi non può avve-
nire in quanto se converge per |x| < ρ nell’intervallo (−|x|, −ρ)U (ρ, |x|) non c’è
nessun punto che soddisfa l’asserto inizile quindi abbiamo raggiunto un assurdo.

T eorema di Cauchy − Hadamar e criterio di D0 Alembert


P∞ k
Data una serie di potenze definita nel seguente modo: k=0 ak x allora ∃
ρ ∈ [0, +∞] : la serie di potenze converge.

1 1
1- Se ∃ l := lim |ak | k =⇒ ρ = (4.2)
k→∞ l
|ak+1 | 1
2- Se ∃ l := lim =⇒ ρ = (4.3)
k→∞ ak l

P roof.
Fissiamo un x ∈ R applichiamo
P∞ il criterio della radice alla serie numerica (nu-
merica perchè x è fissato) k=0 ak xk

k q k p 1
lim |ak xk | = lim |ak ||x| = lim |ak | k · |x| =
k→∞ k→∞ k→∞
= |x| · l =⇒ |x| · l < 1 converge la serie (4.4)
1
quindi ρ = l

In modo del tutto analogo si dimostra anche il caso per il teorema del rapporto.

Cauchy Hadamar Generalizzato


Il teorema di Cauchy-Hadamar esposto precedentemente funziona solo se il li-
mite l esiste, altrimento non si può eseguire un confronto. Si dimostra allo
stesso modo che si può sostituire il limite, col limite superiore, in particolare:
Nozioni sulla classe limite: 1
1 Per approfondimenti si faccia riferimento all’appendice A
29

Sia{xn } ∈ R , allora definiamo classe limite della successione:

Λ({xn }) := [a ∈ R : a è limite di qualche sottosuccessione di {xn }]


Quindi il lim{xn } := sup Λ({xn })
Quindi i criteri di Cauchy-Hadamar e D’Alembert possono essere riscritti nel
seguente modo:

1
1) l := lim|ak | k
2) l := lim |a|ak+1
k|
|

• Se l<1 la serie converge;


• se l>1 la serie non converge, perchè ak non tende a zero.
Questo teorema sarà di fondamentale importanza per capire la relazione esisten-
te tra il raggio di convergenza di una serie di potenze e il raggio di convergenza
della sua derivata. In farticolare noteremo che sono uguali.

T eorema raggio di convergenza della derivata


P∞ k
P∞ k−1
k=0 ak x e la la sua derivata : k=1 kak x hanno entrmabe lo stesso rag-
gio di convergenza:

P roof
Entrambe convergono in x=0, per x 6= 0, scriviamo la derivata come:
∞ ∞
X 1 X
ak xk−1 = · kak xk (4.5)
x
k=1 k=1

Applichiamo il criterio di Cauchy-Hadamar:


1 1 1 1 1 1
0
= lim sup |kak | k = lim sup |k| k |ak | k = lim sup |ak | k = (4.6)
ρ k→+∞ k→+∞ k→+∞ ρ
=⇒ ρ0 = ρ (4.7)
(4.8)

In questo modo abbiamo dimostrato che i due raggi di convergenza della serie
data e della sua derivata, sono uguali.

T eorema di Abel P∞ k
Sia data la seguente serie 0 ak x di raggio di convergenza ρ. Se la serie
P ∞ k
0 ak ρ converge in ρ allora la serie di potenze converge uniformente in [0, ρ]
(In modo analogo si da la definizione per −ρ).

Esempio


X x(2k+1)
arctan(x) = (−)k (4.9)
0
2k + 1
30 CAPITOLO 4. SERIE DI POTENZE

Per x = 1 ) la serie:

X 1
(−)k converge per Leibnitz (4.10)
0
2k + 1
Allora per il teorema di Abel, la serie converge uniformente in [0,1], quindi
possimao scrivere:

X 1 π
arctan(1) = (−)k = (4.11)
0
2k + 1 4
Questa serie numerica ci permette di avere una stima di π. Grazie al teorema
di Lagrange possiamo anche valutare l’errore sulla stima dopo l’ennesima ite-
razione.

4.1 Serie di Taylor


Prendiamo una funzione f ∈ C ∞ : f : I ⊆ R aperto, prendiamo un x0 ∈ I
(definito come centro di sviluppo) e quindi possiamo scrivere il polinomio di
Taylor:
n
X f (i) (x0 )
Pn (x) = (x − x0 )i (4.12)
i=0
i!


X f (i) (x0 )
Pn (x) è la somma parziale della serie (x − x0 )i (4.13)
i=0
i!
Questa serie convege sempre in x = x0

T eorema


X f (k) (x0 )
f (x) = ak · (x − x0 )k ∀x ∈ (x0 − ρ, x0 + ρ) =⇒ ak = (4.14)
k!
k=0

P roof
Se abbiamo che:
f ∈ C ∞ ∀x ∈ (x0 − ρ, x0 + ρ) (4.15)
Quindi la derivata ennesima ∀m > 0 ∈ N della funzione f nel punto può essere
espressa in questi termini:

X
f (n) (x) = i(i − 1)(i − 2)....(i − m + 1)ai (x − x0 )i−m (4.16)
m

Ponendo x = x0 tutti i termini vanno a zero tranne f (k) (x) = k! · ai perchè ri-
mane solo il temine della sommatoria per cui m = i, da cui si ricava banalmente:

f (k) (x)
ak = (4.17)
k!
Che è il nostro asserto.
4.2. SVILUPPABILITÀ IN SERIE DI TAYLOR 31

4.2 Sviluppabilità in Serie di Taylor


Esempi
Ci sono esempi di serie di funzioni la cui serie di Taylor converge, ma non con-
verge alla funzione somma: Un tipico esempio è dato dalla seguente funzione:

1
f (x) = e− x2 per x 6= 0
f (x) = 0 per x = 0
La cui serie di Tailor converge alla funzione identicamente nulla. A tal pro-
posito si rende utile enunciare e dimostrare un criterio di sviluppabilità delle
funzioni in serie di taylor in modo tale che la serie stessa converga alla funzione
sviluppata.
Di concetti di convergenza possiamo come sempre esprimerne due, uno globale
e uno “in piccolo” cioè una teoria di sviluppabilità locale entro un certo intorno
di un punto.

Def inizione Globale

f è sviluppabile in serie di Taylor centrata in x0 ∈ I se la serie di taylor con-


P∞ (n)
verge alla funzione somma s = f quindi: ∀x ∈ I : f (x) = 0 f n!(x0 ) (x − x0 )n

Def inizione Locale

Sia f ∈ C ∞ (I), f è analitica quando e solo quando ∀x0 ∈ I ∃U (x0 ) : f è


sviluppabile in serie di taylor centrata in x0 .

Da qui si arriva a definire un teorema importante sulla sviluppabilità delle


funzioni analitiche:

Teorema: F unzioni Analitiche


Sia f sviluppabile in serie di Tayor su un intevallo aperto I centrata in qualche
x0 ∈ I, allora f è ANALITICA in I.

P roof
Da fare.

Teorema: Criteri di sviluppabilità


a) (Sviluppabilità Glogale) I ⊆ R intervallo aperto, f ∈ C ∞ (I), se |f (m) (x)| ≤
A · B m ∀m ≥ 0, ∀x ∈ I =⇒ ∀x0 ∈ I la funzione f è sviluppabile in tutto I in
serie di taylor centrata in x0
b) (Sviluppabilità locale) I ⊆ R intervallo aperto, f ∈ C ∞ (I), se |f (m) (x)| ≤
A · B m · m! ∀m ≥ 0, ∀x ∈ I =⇒ f è analitica in I

Criterio Globale: P roof


Fissiamo un x0 ∈ I , prendiamo un x ∈ x 6= x0 e usiamo il teorema di lagrange,
e lo sviluppo in serie con il resto di Lagrange che ci permette di scrivere:

Preso un ξ arbitrario : ξ ∈ (x0 , x)


32 CAPITOLO 4. SERIE DI POTENZE
(n+1)
f (ξ) A · B (n+1) (n+1)
|s(x) − Pn (x)| ≤ (n + 1)! ≤ (n + 1)! |x − x0 |
=

A · (B|x − x0 |)(n+1)
= → 0 per n → ∞ (4.18)
(n + 1)!

Quindi converge se |f (n) (ξ)| ≤ AB n

Criterio Locale: P roof


Il proseguimento della dimostrazione è identico a quello sopra solo che:
(n+1) (n+1)
|s(x) − Pn (x)| ≤ · · · ≤ A·B
(n+1)! (n + 1)!|x − x0 |
(n+1)
= A · (B|x − x0 |) →0
quando e solo quando B|x−x0 | < 1 quindi per un intorno x ∈ U (x0 − B1 , x0 + B1 )

Funzioni analitiche: Principio di identità


f, g analitiche in un intervallo aperto I ⊆ R, supponiamo che ∃{xn } ∈ I :
xn → x0 ∈ I con xn 6= x0 , ∀n ∈ N , e supponiamo che f (xn ) = g(xn ) =⇒ f = g.
Capitolo 5

Teoria della Misura secondo


Lebesgue

Iniziamo il nuovo argomento dando alcune definizioni fondamentali:


Prendiamo un intervallo chiuso in Rn I = [a1 , b1 ] × ..... × [an , bn ] ⊆ Rn La
misura di I sarà il valore del volume n-dimensionale:
n
Y
m(I) := (bi − ai ) (5.1)
i=1

5.1 Plurintervallo:
Plurintervallo(chiuso) in Rn Def. P = ∪N
k=1 In dove In sono intervalli chiusi.
Ora dobbiamo definire bene la misura del pluri-intervallo per farlo dobbia-
mo considerare insiemi che non si sovrappongano. Definiamo una griglia di
suddivisione in piani iperbolici:
H (i) = {x ∈ Rn : xi = a} (5.2)
Definiamo griglia come una unione FINITA di piani iperbolici, tali che, per
ogni asse ve ne siano almeno 2 ad esso perpendicolari.Una griglia determina un
numero finito di intervalli non attraversati da nessun iperpiano.
Se noi abbiamo un pluriintervallo→ riesco a definire una griglia
Oltretutto abbiamo che:
∀ plurintervallo P ∃ almeno una (non unica!) griglia tale che P sia unione di
“alcuni” intervalli identificati dalla nostra griglia (g). Quindi posso definire il
valore del pluriintervallo come unione di intervalli (appartenenti alla griglia)
che NON SI SOVRAPPONGONO.

Def.
P = ∪Nj=1 Ij dove gli Ij sono determinati da una griglia. La nozioni di misura
nasce quindi come:
N
X
m(P ) = m(Ij ) (5.3)
j=1

33
34 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

Si può dimostrare che la misura del plurintervallo non dipende dalla griglia
scelta. Infatti se prendiamo un raffinamento di quella griglia (per esempio
aggiungendo al reticolo, un iperpiano) ma la somma, per definizione, rimane
costante.

Definizione di APERTO DI UN INSIEME


Prediamo in esame E ⊆ Rn
E o := {x ∈ E : ∃ un intorno U (x) per cui U (x) ⊂ E}
Esercizio: Dimostrare: E c = Rn \ E
e dimostrare che : E o = (E c )c )

Osservazioni
P1 , P2 Plurintervalli Allora:
a)P1 o ∩ P2 o = =⇒ m(P1 ∪ P2 ) = m(P1 ) + m(P2 );
b)In generale m(P1 ∪ P2 ) ≤ m(P1 ) + m(P2 );
c)Se P1 ⊆ P2 =⇒ m(P1 ) ≤ m(P2 );
d)∀P , ∀ε > 0 , ∃P1 , P2 :

• P1 ⊂ P o , m(P ) − ε ≤ m(P1 ) ≤ m(P ) + ε

• P ⊂ P2 , m(P ) − ε ≤ m(P2 ) ≤ m(P2 ) + ε

5.2 Misura per intervalli aperti e misura per com-


patti
0) m( ) = 0;
1)Sia A aperto : m(A) = sup{m(P ) : P plurintervalli : P ⊂ A};
1-bis) Sia K compatto : m(K) = inf {m(P )P plurintervalli : k ⊂ P o };
Per K = P plurintervallo, questa definizione on è in contraddizione con la
prop(d)
2) m(P o ) = m(P ) si veda prop(d)
3) Monotonia sugli aperti: A1 ⊆ A2 aperti =⇒ m(A1 ) ≤ m(A2 )
perchè sarebbe il sup dei pluritervalli contenuti in A1 che sono contenuti anche
in A2
Lo stesso per i compatti: K1 ⊆ K2 compatti =⇒ m(K1 ) ≤ m(K2 )
Se ho un pluritenrvallo che continene K2 allora come minimo conterrà anche K1

Lemma: Monotonia mista tra aperti e compatti:


Sia A aperto e K compatti : A, K ⊆ Rn allora:
a) A ⊆ K =⇒ m(A) ≤ m(K);
b) K ⊆ A =⇒ m(K) ≤ m(A);
P roof.
a) prendiamo due Plurintervalli: P e P̃ con P ⊂ A e K ⊂ P̃ allora:

P ⊂ A ⊂ K ⊂ P˜o ⊂ P̃ (5.4)
5.3. FUNZIONI 1-LIP :DISTANZA DA UN INSIEME 35

per plurintervalli la monotonia c’è =⇒ m(P ) ≤ m(P̃ )


ma supP m(P ) ≤ infP̃ m(P̃ )
Da cui m(A) ≤ m(K)

b) prendiamo un x ∈ K. Considero l’intervallo Ix : x ∈ Ixo , Ix ⊂ A


La famiglia {Ixo : x ∈ K} è una copertura del compatto K
allora ∃x1 , x2 , ....., xn ∈ K : K ⊂ ∪ni=1 Ixo = E se considero la chiusura:
n
[
P = Ix (5.5)
i=1

E’ un plurintervallo quindi:

K ⊂ E ⊂ Po ⊂ P ⊂ A
m(K) ≤ m(P o ) ≤ m(A)
m(K) ≤ m(A) (5.6)

5.3 Funzioni 1-lip :distanza da un insieme


x ∈ Rn , r > 0 Br (x) := {y ∈ Rn : ||x − y|| < r} definizione di intorno sferico.
E 6= ∅
d(x, E) = inf{||x, y|| : y ∈ E} quindi la funzione x → d(x, E) è 1-Lip. in
particolare è continua.

|d(x, E) − d(z, E)| ≤ ||x − z|| (5.7)

5.4 Subaddittività degli aperti


A, B ⊂ Rn aperti =⇒ m(A ∪ B) ≤ m(A) + m(B)
Per dimostrare questa asserzione ci serve prima dimostrare un lemma topolo-
gico che ritornerà utile nella dimostrazione della subaddittività degli aperti:

Lemma T opologico
Dati due insiemi aperti A e B non disgiunti, e un insieme compatto K t.c.
K ⊂ (A ∪ B) =⇒ ∃ un numero r > 0 tale che ∀x ∈ KBr (x) è tutta contenuta
in A oppure in B.

P roof. K Compatto , A,B aperti allora:


K ⊂ (A ∪ B) =⇒ ∃r > 0 tale che ∀x ∈ K : (Br (x) ⊂ A oppure Br (x) ⊂ B)
Considero la funzione così definita:

f (x) = d(x, Ac ) + d(x, B c ) → è continua in tutto Rn (5.8)

f (x) > 0∀x ∈ K Per il teorema di Weiestrass:

∀x ∈ K : f (x) ≥ inf{f (K)} = min f (K) := M > 0 (5.9)

Considerando un x ∈ K arbitrio abbiamo 2 possibilità:


fissato r = M
2
36 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

M
1. d(x, Ac ) > 2

M
2. d(x, B c ) > 2

infatti f (M/2) = M
Se la distanza dal complementare è maggiore di M 2
allora B M (x) ⊂ A oppure in B. Quindi il nostro r = M 2
2
Ora basandoci sul lemma topologico diventa semplice dimostrare la subaddit-
tività degli aperti:
P , plurintervallo qualsiasi, P ⊂ A∪B, g una griglia tale che : P = ∪Nj=1 Jj dove
i Jj sono determinati dalla griglia g e sia il diam(Jj ) < r del lemma topologico
allora abbiamo che per le ipotesi dello stesso lemma topologico: ∀j : Jj ⊂ A
oppure Jj ⊂ B quindi:
[ [
P1 = Jj e P2 = Jj (5.10)
j∈[1,N ],Jj ⊂A j∈[1,N ],Jj ⊂B

sia P = P1 ∪ P2 e P1 ⊂ A, P2 ⊂ B allora:

m(P ) ≤ m(P1 ) + m(P2 ) (5.11)

passando al sup:

m(P ) ≤ m(P1 ) + m(P2 ) ≤ m(A) + m(B) (5.12)

quindi:

m(A ∪ B) ≤ m(A) + m(B) (5.13)

Come dimostrato vale la subadditività finita sugli aperti, più in generale ab-
biamo che:
N
[ N
X
m( Ai ) ≤ m(Ai ) (5.14)
i=1 i=1

questo risultato lo si ottinene dal precedente per induzione. Ora estendiamo il


concetto per unioni numerabili di insiemi.

5.5 Subadditività numerabile sugli aperti



Prendiamo
P∞ la famiglia di insiemi aperti {Ak }+∞ n
k=1 ⊂ R =⇒ m(∪Ak i=1 ) ≤
i=1 m(Ak )

P roof. S∞ S∞
Prendiamo un nostro plurintervallo P ⊂ i=1 Ak ma P è compatto e i=1 Ak
è una sua copertura, quindi posso estrarre (per definizione di compatto) una
SN
sua sottocopertura finita, quindi ∃N : P ⊂ i=1 Ak quindi:

N
[ N
X ∞
X
m(P ) ≤ m( Ak ) ≤ m(Ak ) ≤ m(Ak ) (5.15)
i=1 i=1 i=1
5.6. MISURABILITÀ DEGLI INSIEMI LIMITATI 37


[
Passando al sup : sup m(P ) = m( Ak ) allora:
i=1


[ ∞
X
m( Ak ) ≤ m(Ak ) (5.16)
i=1 i=1

Lemma Superadditività sui compatti


Presi due compatti disgiunti, H, K : H ∩ K = allora:

m(K ∪ H) ≥ m(K) + m(H) (5.17)

Dimostrazione pagina 455 FMS (ma c’è un errore) ... quando si ha tempo
controllarlo.

5.6 Misurabilità degli insiemi limitati


Di un insieme possiamo definire una misura interna e una misura esterna:

me (E) = inf{m(A) : Aaperto, E ⊆ A} (5.18)


mi (E) = sup{m(K) : Kcompatto, K ⊆ E} (5.19)

Osservazioni:

1. me , mi sono monotone;

2. mi (E) ≤ me (E);1

3. Se E è aperto =⇒ mi (E) = m(E);

4. Se E è compatto =⇒ me (E) = m(E);

Def inizione:
Preso E ⊂ Rn Limitato E è misurabile ⇐⇒ mi (E) = me (E)

Osservazione1:
E misurabile ⇐⇒ ∀ε > 0 ∃K compatto, A aperto : K ⊆ E ⊆ A =⇒
m(A) − m(K) < ε

Osservazione2:
Ogni Aperto limitato e ogni compatto sono misurabili.
P roof.
a) A aperto limitato:
-)me (A) = m(A) = supP ⊆A m(P ) ≤ supK⊆A m(K) = mi
-) Ma sappiamo che mi (A) ≤ me (A)
quindi si ricava l’asserto: me (A) = mi (A) se A è aperto e limitato.
b) Compattezza Nello stesso modo.

1 infatti: ∀K ⊇ E∀A ⊇ E : m(K) ≤ m(A) (per monotonia)

=⇒ ∀A ⊃ E , mi ≤ m(A) =⇒ mi (E) ≤ me (E)


38 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

5.7 Misura secondo Peano-Jordan


Rispetto alla misura di Lebesgue possiamo definire anche un metodo di misura
più semplice. Questa nozione di musura è detta di Peano-Jordan(P-J) ed è
molto simile alla misura secondo Reimann in quando si approssima con un
plurintervallo esterno ed uno interno per poi passare al limite. Vedremo qui di
seguito che questo tipo di misura ha dei limiti. Alcune cose che sono misurabili
secondo la teoria di Lebesgue NON sono misurabili con la teoria di Peano-
Jordan.
Consideriamo la misura “superiore” come:
m(E) := inf m(P ) (5.20)
P ⊇E

e una misura “inferiore“ come:


m(E) := sup m(P ) (5.21)
P ⊆E

Da questa definizione riusciamo a mettere in evidenza i limiti della misura se-


condo P-J:

m(E) ≤ mi (E) ≤ me (E) ≤ m(E) (5.22)


Quindi se m(E) = m(E) per la catena di disugualianze abbiamo che mi (E) =
me (E) quindi se E è misurabile secondo P-J allora è anche misurabile secondo
Lebesgue. Ma NON vale l’implicazione inversa. Se E è misurabile secondo
Lebesgue non è detto che lo sia anche secondo P-J.
Lemma(subaddittività di me e superadditività di mi )
n
S E, F ⊆ R limitati:
Prendiamo:
a) me (ET F ) ≤ me (E) + meS (F );
b) Se E F = ∅ =⇒ mi (E F ) ≥ mi (E) + mi (F ).

P roof.
Per dimostrare questo Lemma verrà sfruttata la subaddittività sugli aperti:
a) ∀ε > 0 , ∃A ⊇ E , B ⊇ F aperti :
m(A) < me (E) + ε (5.23)
m(B) < me (F ) + ε (5.24)
(A ∪ B) ⊃ (E ∪ F ) per definizione di misura esterna:
me (E ∪ F ) ≤ m(A ∪ B) ≤ m(A) + m(B) < me (E) + m(F ) + 2ε
Passando al limite ε → 0+ ottengo la disugualianza non stretta.
b) Simile,(solo che prendo i compatti).

Corollario
Se E,F limitati misurabili: E ∩ F = ∅ =⇒ E ∩ F è misurabile:
{m(E) := me (E) = mi (E)} =⇒ m(E ∪ F ) = m(E) + m(F )

P roof.

[ [ [
me (E F ) =≤ m(E) + m(F ) ≤ mi (E F ) ≤ me (E F) (5.25)
5.7. MISURA SECONDO PEANO-JORDAN 39

Tra il primo e l’ultimo termine c’è ugualianza, quindi le disugualianze non


strette in mezzo diventano tutte ugualianze.

Osservazione
E,F misurabili e limitati, sia definita la loro differenza come: E \ F = (E F c )
T
misurabile ed F ⊆ E =⇒ m(E \ F ) = m(E) − m(F )
S
= m(F (E \ F )) sono misurabili disgiunti quindi:
P roof. m(E) S
m(E) = m(F (E \ F )) = m(F ) + m(E \ F ) =⇒ m(E \ F ) = m(E) − m(F )

Lemma S T
E, F, Limitati misurabili allora anche \F , E F ed E F , sono misurabili:

P roof.
Caso di E \ F :
∀ε > 0 ∃H, K compatti e A, B aperti tali che :
-)H ⊆ E ⊆ A, m(A) − m(H) < ε
-)K ⊆ F ⊆ B, m(B) − m(K) < ε

B c ) ⊆ (E \ F ) ⊆ (A K c ) = (A \ K)
T T
(H \ B) = (H

Ora devo vedere se A \ K e H \ B sono numerabili per applicare la definizione


precedente. A tale scopo definisco un insieme D dato da:

D := (A \ K) \ (H \ B)

che riscrivendolo in forma più agevole:

D = (A K c ) \ (H B c ) = (A K c ) (H B c )c = (A K c ) (H c B)
T T T T T T T S

Ma (A K c ) e (H c B) sono APERTI ! quindi D è misurabile e posso scrivere:


T S

m(D) = m(A \ K) − m(H \ B)

Ora riscrivendo l’insieme D in un modo migliore (per esempio usando la pro-


prietà distributiva dell’intersezione), arriviamo a dire che:

Kc H c ) (A K c B) ⊆ (A H c ) (B K c )
T T S T T T S T
D = (A

Quindi ora diventa


T semplice
S T in quando:
m(D) ≤ m((A H c ) (B K c )) = m((A \ H) (B \ K)) ≤ m(A \ H) + m(B \
S
K) = m(A) − m(H) + m(B) − m(K) < 2ε =⇒ (E \ F ) è misurabile
Ora diventa banale dimostrare anche gli altri casi:
S
Caso di E F :
S S S
E F = E (F \E) sono misurabili e disgiunti allora anche E F è misurabile.
T
Caso di E F :
T S T
E F = E (E \ F ) sono misurabili, allora è misurabile E F .
40 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

5.8 Addittività numerabile di insime numerabili


limitati [σ - addittività]
Pendiamo ∀k ∈ N tutt gli Ek insiemi misurabili, limitati e disgiunti a due a
due tali che:

[
E := Ek sia limitato (5.26)
k=1

Allora E è misurabile e ha misura:



X
m(E) = m(Ek ) (5.27)
k=1

P roof.
Per dimostrare questo teorema partiremo considerando le somme parziali della
serie delle misure:
N
X N
[ N
[
m(Ek ) = m( Ek ) = mi ( Ek ) ≤ mi (E) ∀N ∈ N (5.28)
k=1 k=1 k=1

per N → +∞ otteniamo che:



X
m(Ek ) ≤ mi (E) (5.29)
k=1

Stesso modo, ∀ε , ∀k ∈ N sia Ak ⊇ Ek un aperto tale che:


ε
m(Ak ) ≤ m(Ek ) + k (5.30)
2
Per la subaddittività numerabile di m sugli aperti si ha allora:

[ ∞
X ∞
X
me (E) ≤ m( Ak ) ≤ m(Ak ) ≤ m(Ek ) + ε (5.31)
k=1 k=1 k=1
P∞
Per l’arbitrarietà di ε =⇒ me (E) ≤ k=1 m(Ek )
Quindi abbiamo che:

X
m(Ek ) ≤ mi (E) (5.32)
k=1

e poi abbiamo che:



X
me (E) ≤ m(Ek ) (5.33)
k=1

dato che:

X ∞
X
mi (E) ≤ me (E) =⇒ m(Ek ) ≤ mi (E) ≤ me (E) ≤ m(Ek ) (5.34)
k=1 k=1

Ma primo e ultimo termine sono identici, quindi l’identità passa a tutta la


scrittura arrivando a dire:

X
m(E) = m(Ek ) (5.35)
k=1
5.9. SUBADDITTIVITÀ NUMERABILE [σ]-SUBADDITTIVITÀ 41

5.9 Subaddittività numerabile [σ]-Subaddittività


Dal teorema precedente si può arrivare a generalizzare per insiemi non mutual-
mente disgiunti la subaddittività numerabile dell’unione di insiemi misurabili,
solitamente conosciuta come
S∞[σ - subaddittività]S∞
Ek limitati misurabili con 1 Ek limitata =⇒ 1 Ek è misurabile e vale la σ
- subaddittività quindi:

[ ∞
X
m( Ek ) ≤ m(Ek ) (5.36)
1 1

P roof.
Prendiamo i seguenti insiemi così definiti:
F1 = E1
F2 = E2 \ E1 S
F3 = E3 \ (E1 E2 )
··· S∞
Fk = Ek \ ( i=1 Ei ) → sono misurabili per il teorema visto in precendenza
sulla differenza di insiemi misurabili quindi :

[ ∞
[
( Ei ) = ( Fi ) è misurabile (5.37)
i=1 i=1

Quindi si arriva all’asserto in quanto per monotonia abbiamo che Fk ⊆ Ek :



[ ∞
X ∞
X
m( Ei ) = m(Fk ) ≤ m(Ek ) (5.38)
i=1 1 1

5.10 Insiemi misurabili illimitati


Def inizione
Sia E ⊆ Rn T
generico (limitato o non limitato) allora: E è misurabile SE ∀r > 0
∃Br (0) : E Br (0) è misurabile.

1. Per E limitato questa definizione coincide con la precedente (l’r lo posso


sciegliere in modo arbitrario, e se E e limitato, lo posso scegliere in modo
tale che la bolla contenga tutto E;
2. Rn è miusurabile;
3. Ogni aperto A ⊆ Rn è misurabile.
Def inizione
Sia dato E misurabile =⇒
\
=⇒ m(E) := lim m(E Br (0)) (5.39)
r→+∞

questo limite esiste per monotonia. Quindi posso scrivere il sup:

\
=⇒ m(E) := sup m(E Br (0)) ∈ [0, +∞] (5.40)
r>0
42 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

5.11 Misura di aperti illimitati


Sia A ⊆ Rn , aperto allora m(A) ha la stessa forma della misura scritta
precedentemente cioè:
\
m(A) := sup m(P ) = sup m(A Br (0)) = µ (5.41)
P ⊆A r>0

P roof.
Prima considerazione:
!
1
µ = sup sup m(P ) ≤ m(A) (5.42)
r>0
T
P ⊆(A Br (0))

Seconda consiederazione:
Prendiamo un t < m(A) arbitrario per la proprietà del sup allora esisterà un
plurintervallo contenuto in A tale che la il sup della misura dei plurintervalli
sia maggiore di t:

∃P ⊆ A : m(P ) > t =⇒ t < m(P )


\
≤ m(A Br (0))
\
per P ⊆ (A Br (0)) (5.43)

Quindi otteniamo che t < µ (passando al sup).


Facendo il limite per t → m(A)− abbiamo che m(A) ≤ µ
Mettendo insieme le due disugualianza otteniamo l’assserto cioè:
m(A) = µ

TEOREMA RIASSUNTIVO
Siano dati E , Ek ⊂ Rn misurabili allora:

1. Gli aperti (A) e i compatti (K) di Rn sono misurabili;


2. ∅ e Rn sono misurabili;
S∞ T∞
3. E c , Ek , Ek sono misurabili;
4. E1 ⊂ E2 =⇒ m(E1 ) ≤ m(E2 );
S∞ P∞
5. m( Ek ) ≤ m(Ek ) [σ - subaddittività];
S∞ P∞
6. Se gli Ek sono mutualmente disgiunti: m( Ek ) = m(Ek ) [σ -
addittività];
7. Se E è misurabile =⇒ mi (E) = me (E) = m(E);
8. ∀v ∈ Rn : m(E + v) = m(E) dove E + v := {∀x ∈ E : x + v} [invarianza
per traslazione];
9. ∀λ > 0m(λE) = λn m(E) [omogeneità di grado n];
5.11. MISURA DI APERTI ILLIMITATI 43

10. m(E) = 0, prendoF ⊆ E =⇒ F è misurabile e m(F ) = 0 [completezza


della misura di Lebesgue];
S∞ lim sup
11. E1 ⊂ E2 ⊂ E3 ⊆ · · · =⇒ m( Ek ) =k→+∞ m(Ek ) =k∈N m(Ek )
T∞ lim
12. E1 ⊃ E2 ⊃ E3 ⊇ · · · supponendo m(E1 ) < +∞ =⇒ m( Ek ) =k→+∞
inf
m(Ek ) = =k∈N m(Ek )
P roof.

1) e 2) già dimostrate ;

3) Per dimostrare che E c è misurabile applichiamo la definizione: per esse-


re misurabile E c dev’essere misrabile c
T
T E B r (0). Ma quest’ultimo insiseme
possiamo scriverlo come Br (0) \ (E Br (0))Br (0) ed E sono misurabili, quindi
E c è misurabile.
Usando i teoremi di De Morgan si riescono a dimostrare anche i casi dell’inter-
sezione e dell’unione infatti:
∞ ∞
!c
\ [
c
Ek = Ek (5.44)

Per i teremi precenti questa scrittura identifica insiemi tutti misurabili.

10) m(E) = 0 e F ⊆ E generici (lititati o illimitati) allora notiamo che dalla


definizione di misurabile:
\ \
F Br (0) ⊆ E Br (0)
\
m(E Br (0)) = 0 quindi
\ \
m(E Br (0)) = me (E Br (0)) = inf
T m(A) (5.45)
A⊇(F Br (0))

Da qui si deduce che: T T


∀ε > 0∃AT aperto ⊇ (E BTr (0)) :me (E Br (0)) = infA⊇(E Br (0)) m(A)
T

A ⊇ F Br (0) =⇒ me (F Br (0)) ≤ m(A) < ε


Quindi : T T T
∀ε > 0 me (F Br (0)) = 0 , mi (F Br (0)) = 0 =⇒ F Br (0) è misurabile.
F è misurabile di misura nulla.
11)Consideriamo le seguenti ”corone”:
E1 , E2 \ E1 , E3 \ E2 , · · · , Ek \ Ek−1 questi insiemi sono mutualmente disgiunti
(a due a due) quindi :

[ ∞
X
m( Ek ) = m(Ek \ Ek−1 ) con E0 = ∅
n
"n #
X [
lim [m(E1 ) + m(Ek \ Ek−1 )] = lim Ek + m(E1 ) =
n→+∞ n→+∞
2 2
= lim m(En ) (5.46)
n→+∞

da cui segue l’asserto applicando il Sup.


44 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

12)Consideriamo i seguenti insiemi:


E1 \ E1 ⊆ E1 \ E2 ⊆ E1 \ E3 · · ·

[ ∞
\
(E1 \ Ek ) = E1 \ (Ek ) Da qui possiamo scrivere:
∞ ∞
! !
\ \
m(E1 ) − m (Ek ) = m E1 \ (Ek )

= lim m(E1 \ Ek )
k→+∞
= m(E1 ) − lim m(Ek ) (5.47)
k→+∞

Da cui segue l’asserto.

5.12 Teorema di Carathèodory


Un altro modo per definire la misura di un insieme è col teorema di Caratheo-
dory che, utilizzando solo la nozione di misura esterna, permette di semplificare
notevolmente le cose.

E ⊆ Rn è misurabile ⇐⇒ ∀S ⊆ Rn : me (S) = me (S
T
E) + me (S \ E)

5.13 Insiemi di misura nulla


Qui di seguito verranno elencate una serie di proprietà tipiche degli insiemi di
misura nulla:

1. Sia m(E) = 0 , Sia F ⊆ E =⇒ m(F ) = 0;


S∞
2. Sia m(Ek ) = 0 , ∀k ∈ N =⇒ m( 1 Ek ) = 0 (segue dalla subadditività);
3. m(Eo ) = 0 =⇒ E è misurabile S
=⇒ m(E \ Eo )S= m(E) = m(E Eo ) usando la subadditività:
S
m(E) ≤ S m(E TEo ) =⇒ m(E) = m(F m(E) ≥ m(E Eo ) =⇒ E =
So ) +T
(E \ Eo ) (Eo E) =⇒ m((E \ Eo ) (Eo E)) = 0;
4. Ogni insieme al più numerabile {Finito o Numerabile} E ⊂ Rn ha misura
nulla:
m({x}) = 0;
5. ∃C ⊂ R compatto : card(C) = card(R) = χ1 =⇒ m(C) = 0; {Ternario
di Cantor}
6. ∀ε > 0 ∃ Aε ⊆ R aperto : m(Aε ) ≤ ε e Aε = R;
per esempio: m(Q) = 0 = inf{A⊇Q} m(A) =⇒ ∀ε > 0 ∃ Aε ⊃ Q :
m(Aε ) ≤ ε =⇒ Aε ⊇ Q = R;
7. Sia P una proprietà dei punti di Rn diciamo che P vale QAUSI OVUN-
QUE in Rn se :
m({x ∈ Rn : x non soddisfa P})=0 e si abbrevia con q.o. (oppure a.e.)
5.14. FUNZIONI MISURABILI 45

Esempio
f (x) = g(x) q.o. x ∈ E ⊆ Rn misurabile =⇒ m({x ∈ E : f (x) 6= g(x)}) = 0

5.14 Funzioni Misurabili


Siano X,Y insiemi generici , sia f : X → Y . Prendo dei sottoinsiemi di Y :
A, Aα ⊆ Y Allora:

• f −1 (Ac ) = [f − 1(A)]c ;

• f −1 ( α Aα ) = f − 1(Aα );
S T

• f −1 ( α Aα ) = f − 1(Aα );
T T

AVVERTENZA
Questi discorsi valgono in generale per le CONTROIMMAGINI, ma non per le
immagini!!!!!

5.15 Misurabilità delle Funzioni


Sia data f : Rn → R dove R = [−∞, +∞] allora è misurabile se f soddisfa una
delle seguenti proposizioni EQUIVALENTI:

1. ∀t ∈ R f −1 ((t, +∞]) = {x ∈ Rn : f (x) > t} è misurabile;

2. ∀t ∈ R f −1 ([t, +∞]) = {x ∈ Rn : f (x) > t} è misurabile;

3. ∀t ∈ R f −1 ([−∞, t)) = {x ∈ Rn : f (x) > t} è misurabile;

4. ∀t ∈ R f −1 ([−∞, t]) = {x ∈ Rn : f (x) > t} è misurabile;

5. f −1 (−∞) , f −1 (+∞) , f −1 (A) (dove A ⊆ R aperto) sono misurabili;

6. ∀A ⊆ R aperto: f −1 (A) è misurabile;

P roof.
1 =⇒2: [t,+∞] = ∩∞ 1 (t − 1/n, +∞]=⇒si raggiunge l’arsserto;
2 =⇒1: (t,+∞] = ∪∞ 1 [t + 1/n, +]=⇒si raggiunge l’asserto;
Per le altre si unsano le proprietà dei complementari:
1 =⇒4: [-∞,t] = (t,+∞]C
1-4 =⇒5: {+∞}=[-∞,+∞)={ ∪∞ 1 [−∞, n)}
C

∞ ∞
T
A ⊆ R aperto =⇒A =
S∪1 (an , bn )con (an , b, n ∈ R) =⇒A=∪1 [(an , +∞) [−∞, bn )]
⇐= (t,-∞]=(t, +∞) {+∞}

Teorema
Siano date lefunzioni f, g, fk : Rk → R con (k ∈ N) supponiamoche siano fun-
zioni misurabili allora sono misurabili le seguenti funzioni:
46 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

1. c · f con (c ∈ R);
2. f + g;
f
3. g;

4. S = supk fk ; S(x) = supk∈N fk (x);


5. s = inf k fk ;
6. L = lim supk→+∞ fk ; l = lim inf k → +∞fk
P roof.
somma: f (x) + g(x) > t ⇐⇒t − g(x) < f (x) ⇐⇒∃q ∈ Q : t − g(x) < q < f (x)
−1
⇐⇒f (x) > q; g(x)
T > t − q =⇒{f + g > t = (f + g) ((t, +∞])} =⇒{f + g >
t} = {{f > g} {g > t − q}}
Unione misurabile di insiemi misurabili =⇒è misurabile.

prodotto: Dimostriamo inizialmente che f 2 è misurabile:


2 2
f misurabile =⇒f √ misurabile {f
√ > t} se t<0 =⇒∀x ∈ R
se t >0 =⇒{f ≥ t} {f ≤ − t}. Sono tutti insiemi misurabili, quindi f 2 è
S
misurabile.
Il prodotto possiamo vederlo in questo modo:
f · g = 12 [(f + g)2 − f 2 − g 2 ]
Per il teorema precednete (f +g) è misurabile, e per il lemma appena dimostra-
to, quindi, è misurabile pure il suo quadrato, f 2 e g 2 sono misurabili sempre
per il lemma, allora f · g è misurabile.

Sup:

\
{S > t} = {fk > t} =⇒ S(x) > t ⇐⇒ ∃k ; fk (x) > t (5.48)
k=1

Limsup:
L(x) = lim sup fk (x) = inf ( sup fk (x)) → è tutto misurabile. (5.49)
k→∞ n∈N k≥m

Corollario
1) f, g misurabile =⇒sono misurabili anche max{f, g};
in più si noti che:
f + = max{f, 0}
f − = − min{f, 0} = max{−f, 0} = (−f )+
f = f+ − f−
|f | = f + + f −

2) f = g q.o. misurabile in Rn , fmisurabile =⇒gmisurabile ;


3)fk misurabile , fk → f puntualmente in Rn =⇒f è misurabile
 
f (x) = lim fk (x) = lim sup sup fk (x) (5.50)
k k k

DEFINIZIONE
Sia f : E → R con E ⊆ Rn f misurabile in E se ∀t ∈ R =⇒f −1 ((t, +∞]) E
T
è misurabile
5.16. INSIEME NON MISURABILE DI VITALI 47

5.16 Insieme non misurabile di Vitali


E’ opportuno in questo ambito introdurre un nuovo concetto. Quello di classe di equivalenza.
Definiamo:

x ∼ y ⇐⇒x − y ∈ Q con x, y ∈ R

Le proprietà delle classi di equivalenza sono le seguenti:

• Riflessiva : x ∼ x;

• Simmetrica : x ∼ y = y ∼ x ;

• Transitiva : x ∼ y , y ∼ z =⇒x ∼ z

La transitiva è ovvia in quanto: x-z=(x-y)+(y-z) quindi si raggiunge l’asserto.


Allora questo ci dice che R è divisibile in classi di equivalenza, e lo indichiamo
con la seguente scrittura: (R/ ∼).
costruzione dell’insieme:
Da ogni classe di equivalenza scegliamo un rappresentante appartenente a (0,1).
Definiamo:

E:={Insieme di tutti i rappresentanti}

Se io ho x ∈ R la sua classe di equivalenza sarà E := {x + q : q ∈ Q} =⇒Tra 0


T =⇒E ⊂ Q
e 1 trovo un rappresentante.
Scelto l’insieme Q0 = Q (−1, 1) che rappresenta tutti i razionali tra -1 e 1.
Prendo un q ∈ Q0 e costruisco F :
[
F = (q + E) ⊆ (−1, 1) + (0, 1) = (−1, 2) =⇒ F ⊆ (−1, 2) (5.51)
q∈Q0

Se il nostro x iniziale x ∈ (0, 1) apparterrà a qualche classe di equivalenza,


quindi ∃ e ∈ E : x − e = q ∈ Q =⇒q ∈ (0, 1) , e ∈ (0, 1) =⇒q − e =
(0, 1) + (−1, 0) = (−1, 1) =⇒q − e ∈ (−1, 1) =⇒q ∈ Q0 =⇒q + e ∈ q + E
=⇒x ∈ F
Quindi arriviamo a dire che :

(0, 1) ⊆ F ⊆ (−1, 2)

Dopo aver costruito E e F, ora dimostriamo che E non è misurabile.


Per assurdo supponiamo E MISURABILE =⇒:
=⇒q + E è misurabile2 ∀q ∈ Q0 =⇒F è misurabile.

1 ≤ m(F ) ≤ 3

Osserviamo: T
per q1 , q2 ∈ Q0 con
T q1 6= q2 =⇒che (q1 + E) (q2 + E) = ∅. Infatti prendiamo
un y ∈ (q1 + E) (q2 + E) =⇒y = q1 + e1 = q2 + e2 =⇒e1 − e2 = p ∈ Q0 ma
e1 − e2 ∈ E ; quindi E conterrebbe due elementi distinti di una stessa classe
2 q+E è misurabile perchè l’impotesi (di assurdo) E misurabile è invariante per traslazione.

Se è misurabile E saranno misurabili anche i suoi traslati di un numero razionale.


48 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

di equivalenza in quanto risulterebbe e1 ∼ e2 il che, per come è costruito E,


risulta essere un assurdo.

La mutua disgiunzione degli insiemi scritti precedentemente implica che

+∞
X
m(F ) = m(q + E) (5.52)
q∈Q0

Ma questo è un ASSURDO !!!! Dalle considerazione di prima abbiamo visto


che m(f ) < +∞ qui invece otteniamo che la misura di F è definita con quella
sommatoria di infiniti termini costanti3 e con questa definizione arrivo all’as-
surdo che : m(f ) = +∞ quando invece so che 1 ≤ m(F ) ≤ 3
Arrivo quindi a dimostrare che E non è misurabile pur essendo un sottoinsieme di R.
Col teorema di Fubini-Tonelli arriveremo ad estendere questa definizione a tutto
Rn

Ternario di Cantor
Ritorniamo agli insiemi a misura nulla. Tra questi insimi ve ne sono alcuni con
properità interessanti, uno di questi è il Ternario di Cantor.
Costruiamo una successione di insiemi tali che:

C0 = [0, 1], C1 = C0 \ [ 31 , 23 ]ecc.....


Quindi si arriva facilmente a bigcapire che :
C0 ⊃ C1 ⊃ C2 ⊃ C3 ......tutti compatti6=

TERNARIO DI CANTOR:

+∞
\
C= Ck (5.53)
k∈N

m(C0 ) = 1
m(C1 ) = 23
...
2i
Pk−1
m(Ck ) = 1 − i=0 3i+1

Si può dimostrare che:



X 2i 11
m(C) = lim m(Ck ) = 1 − i+1
=1− 1 =1−1=0 (5.54)
k→+∞
i=0
3 33

3E ha misura sua, il traslato di q è disgiunto quindi sommo infinite volte la misura di E


5.17. FUNZIONI MISURABILI: L’INTEGRALE DI LEBESGUE 49

Proprietà del ternario di Cantor

a) C è compatto, C 6= ∅;
b)m(C) = 0;
c) card(C) = card(R);
d) C o = ∅;
e) C non ha punti isolati;

Proprietà C: S = le successioni in {0,1}.


x ∈ C → 0-1-0-1-0-1-1 ( se interseca il ternario a destra o a sinistra) =⇒card(C) =
card(S) = card(P (N)) =⇒card(C) è del continuo.

5.17 Funzioni Misurabili: l’integrale di Lebesgue


Definiremo per prima cosa il concetto di funzione semplice:

f : Rn → R è misurabile ⇐⇒:
⇐⇒∀t ∈ Rf −1 ((t, +∞]) è misurabile;
⇐⇒∀A ⊂ R aperto f −1 (A) , f −1 (+∞) , f −1 (−∞) sono misurabili.
quindi Una funzione SEMPLICE è così definita:

s : Rn → R
è una funzione semplice se s è misurabile e I=s(Rn ) è un insieme finito.
se I è un insieme finito allora posso scriverlo nel seguente modo: I=s(Rn ):={c1 , c2 , ..., cn }
con ci 6= cj per i 6= j
Se prendiamo Ei = s−1 (c1 ) è misurabile.
Per semplicità consideriamo la seguente funzione:
N
X
s(x) = ci χEi (x) (5.55)
i=1

se x ∈ E=⇒s(x) = x dove Ei sono mutualmente disgiunti. Ma vale anche il


viceversa:

PN
se abbiamo s(x) = i=1 ci χEi (x)con Ei misurabili =⇒s(x) è semplice.
T EOREM A
Enunciamo il teorema per funzioni positive:
sia f : Rn → [0, +∞] misurabile =⇒∃ una successione crescente di funzioni
semplici che converge puntualmente a f .
=⇒∃{sk }k∈N funz. semplici : 0 ≤ s(s) % f puntualemnte in Rn , cioè:
a) 0 ≤ sk ≤ sk+1 in Rn per ogni k ∈ N; b) ∀x ∈ Rn f (x) = limk→+∞ sk (x);
c) In più fk (x) → f (x) in modo uniforme, in ogni insieme in cui f è limitata.

∀n ≥ 1 condisederiamo le funzioni gn : R → [0, +∞) definite come segue:


50 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

gn (y) = 0sey < 0oy = −∞


gn (y) = 21n [2n y]se0 ≤ y < 2n
gn (y) = 2n sey ≥ 2n oy = +∞

Ogni gn assumesolo un valore finito di valori e presenta discontinuità nei punti


y = 2kn [con k = {1, ..., 4n } , in cui è continua da destra per n → ∞ si ha che
gn (y) ↑ y e per ogni a ∈ R l’insieme gn−1 ((−∞, a)) è un aperto di R. Da questo
segue che le funzioni:

s(x) = 0 se x ∈ E c
s(x)=(gn o f ) se x ∈ E

sono semplici, misurabili nulle in E c e soddisfano 0 ≤ sn ↑ f


Riasumendo:
sk → f puntualmente su x ∈ Rn allora:

a)f (x) = +∞ =⇒x ∈ Ek ∀k ∈ N =⇒sk (x) = k → +∞ = f (x);

b)f (x) < +∞ =⇒∃k0 ∈ N : f (x) < k0 


∀k ≥ k0 : f (x) ≤ k =⇒∃i : f (x) ∈ i−1 , i =⇒sk (x) = i−1

2k 2k 2k
=⇒0 ≤
f (x) − sk (x) < 21k ∀k > k0 =⇒sk → f

Integrale di Lebesgue per funzioni non negative


f ≥0
PN
sia s = i=1 ci · χEi la nostra funzione semplice. Allora:

Z N
X
s= ci · m(Ei ) (5.56)
Rn i=1

Con la convenzione che 0·m(Ei ) = 0 anche se ci troviamo davanti ad una forma


di indecisione del tipo: 0 · ∞.
Oppure possiamo scrivere:

Z N
X \ Z N
X
s= ci m(Ei E) = ci χ(Ei T E) (5.57)
E i=1 Rn i=1

Ma sappaiamo che :

χEi T E = χEi · χE (5.58)

Quindi:

Z Z
s= s · χE (5.59)
E Rn
5.17. FUNZIONI MISURABILI: L’INTEGRALE DI LEBESGUE 51

Definizione:
Sia f : Rn → [0, +∞] misurabile =⇒per ogni funzione di questo tipo posso
definire l’integrale:
Sia E ⊆ Rn

Z Z 
f := sup s : s semplice ,0 ≤ s ≤ f, ∈ E (5.60)
E E

Prime proprietà:
Siano f, g ≥ 0 misurabili ed un c ≥ 0, siano E, F ⊆ Rn allora:

R R
1. E
f= Rn
f · χE ;
R R R R
2. f ≤ g in E=⇒ E
f≤ E
g Quindi se f = g abbiamo che E
f= E
g;
R R
3. Monotonia sugli insiemi di integrazione: sia E ⊆ F =⇒ E
f≤ F
f;
R R
4. E
(c · f ) = c · E
f
R
5. f = 0 in E=⇒ E
f =0

Proposizione
Sia s ≥ 0 semplice, Ek ⊆ Rn (k ∈ N) misurabili e mutualmente disgiunti. Sia

[ Z ∞ Z
X
E= Ek =⇒ s= s (5.61)
k=1 E k=1 Ek

P roof.
Prendiamo s semplice:

N
X
s(x) = ci χFi (5.62)
1

Allora l’integrale di s sull’insieme E possiamo scriverlo come:4


Z N N
!
X \ X X \
s = ci · m(Fi E) = ci · m(Fi Ek )
E i=1 i=1 k=1
∞ ∞ Z
N
!
X X \ X
= ci · m(Fi Ek ) = s (5.63)
k=1 i=1 k=1 Ek

Note: T
1)(Fi E) = ∪∞
T
K=1 Fi Ek sono mutualmente disgiunti;
PN T R
2) i=1 ci · m(Fi Ek ) = Ek s

4 Basta usare le proprietà prima elencate


52 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

Teorema della convergenza Monotona (o di Beppo-


Levi)
Questo Teorema di passaggio al limite sotto il segno di integrale, vale solo nel
caso in cui le nostre funzioni siano a valori positvi, infatti il teorema dice che:
Sia E ⊂ Rn misurabile fk : E → [0, +∞] misurabili in E e in modo tale che
soddisfino:
f1 ≤ f2 ≤ f3 ≤ · · · in E (5.64)
Chiamiamo:
Z Z
f (x) = lim fk (x) con k ∈ N e x ∈ E =⇒ f = lim fk (5.65)
k→+∞ E k→+∞ E

Proof.
Dimostriamo il teorema su tutto Rn supponendo che E = Rn ed estendendo f
a Rn fcendo in modo tale che su E c la funzione abbia valore 0.
Per la monotonia dell’integrale abbiamo che:
Z Z Z Z
f1 ≤ f2 ≤ f3 ≤ · · · ≤ f (5.66)
Rn Rn Rn Rn

Allora:
Z Z
∃ lim fk ≤ f (5.67)
k→∞ Rn Rn

L’esistenza di questo limite è suggerito dalla monotonia delle fk , infatti se le


ipotesi del teorema valgono, allora eiste il limite delle fk per monotonia, se
esite il limite delle fk allora essiterà pure il limite per l’integrale.

Prendo s semplice T.c. 0 ≤ s ≤ f , quindi s potrebbe anche essere ugulale


a f in alcuni punti, quindi prendiamo un α ∈ (0, 1) e contraiamo le distante
usando α come costante moltiplicativa.
Definiamo un insieme E0 t.c.
a) E0 6= ;
b) L’insime è così definito: Ek ={x ∈ Rn : fk (x) ≥ αs(x)} = (fk −αs)−1 ([0, +∞]) →
questi insiemi sono misurabili ed inscatolati allora: E0 ⊆ E1 ⊆ E2 · · ·
si può dimostrare che ∪∞ n
1 Ek = R quindi discendono queste relazioni:

Z Z Z k Z
X Z k Z
X
fk ≥ fk ≥ α s=α· s = lim fk ≥ α · s=
Rn Ek Ek i=1 Ei \[Ei−1 ] Rn i=1 Ei \[Ei−1 ]
Z Z
= α· s=α· s (5.68)
∪∞
1 Ei \[Ei−1 ] Rn

Quindi
R abbiamo
R che:
lim fk ≥ α s∀α(0, 1)∀0 ≤ s ≤ f
Facendo tendere banalmente α → 1− abbiamo la relazione cercata:
Z Z
lim fk ≥ s (5.69)
5.17. FUNZIONI MISURABILI: L’INTEGRALE DI LEBESGUE 53

Passando al sup:

Z Z Z Z
lim fk ≥ f =⇒ lim fk = f (5.70)

Teoremi dimostrabili con la convergenza monoto-


na
R
R E misurabile,
Se R f, g funzioni non negative misurabili in E allora E
(f + g) =
E
f + E
g

P roof.
Il seguente teorema verrà dimostrato solo per funzioni semplici. Supponendo f
e g semplici allora se:

0 ≤ sk % f

0 ≤sk% g (5.71)

allora:

=⇒ (sk + sk ) % (f + g) (5.72)

Z Z Z
∼ ∼
(sk + sk ) = sk +
sk = B.L.=⇒passo al limite
E E E
Z Z Z
= (f + g) = f+ g (5.73)
E E E

Corollario: R P∞ P∞ R 
fk ≥ 0 misurabili in E (con E misurabile) =⇒ E 1 fk = 1 f
E k
La cui dimostrazione è molto banale in quanto basta giocare su alcune proprie-
tà fondamentali: P
m
Chiamiamo: Sm = 1 fk %allora:


Z X Z m Z
X ∞ Z
X
fk = lim Sm = lim fk = fk (5.74)
E m→+∞ E m→+∞ E E
1 1 1

Corollario2:
fk ≥ 0 misurabili non negative in E misurabile, se abbiamo che:

f1 ≥ f2 ≥ f2 · · · ≥ 0 (5.75)

Chiamiamo:

f (x) := lim fk (x) (5.76)


k→+∞

Z Z Z
Allora se f1 < +∞ =⇒ f = lim fk (5.77)
E E k→+∞ E
54 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

Anche questo è molto semplice da dimostrare, costuiamo delle funzioni gk tali


che:

gk = f1 − fk (5.78)

queste tenderanno a:

g = f1 − f (5.79)

ma in modo modo monotono crescente: infatti 0 ≤ gk % g


In questo modo posso usare il Teorema della Convergenza Monotona e scrivere:

Z Z Z
f1 = gk + fk (5.80)
E E E

Passo al limite:
Z Z Z Z Z Z
f1 = g + lim fk =⇒ lim fk = f1 − g (5.81)
E E k→+∞ E k→+∞ E E E
R R
In
R questo modo R sappiamo per le impotesi che la quantità: E f1 − E g =
f − g = E f quindi si è dimostrata la conidizone Rdi necessità
E 1 R del fatto
che l’integrale della f1 sia finito altrimenti la quantità: E f1 − E g potrebbe
rappresentare un caso di indecisione.

Altre proprietà deducibili dal TCM


Se f ≥ 0 misurabile, e siano dati degli Ek misurabili allora: P∞ R
1) Se gli Ek sono mutualmente disgiunti, E = ∪∞
R
1 Ek =⇒ E f = 1 Ek
f

2) Se
R ho E1 ⊃ E2 ⊃ ER2 · · · ⊃ E = ∪ E
k=1 k Allora:
=⇒ E f = limk→+∞ Ek f
T∞ R
3) Se E1 ⊃ E2 ⊃ E3 ⊃ · · · , E = k=1 Ek aggiungendo l’ipotesi che E1 f <
R R
+∞ Allora posso dire E f = limk→+∞ Ek f

Teorema di equivalenza tra la classa <(·) e L(·)


R Rb
1) Se f ∈ <[a, b] =⇒f ∈ L[a, b] con [a,b] f = a f
2) I ⊆ R intervallo
R NON compatto,
R f ≥R 0 tale che ∃ l’integrale improprio di
Reimann in (<) I f =⇒∃(L) I f = (<) I f

5.18 Lemma di Fatoù


Abbiamo E ⊆ Rn misurabile, fk : E → [0, +∞] misurabile in E possiamo
definire :

f (x) = lim inf fk (5.82)


k→∞
5.19. FUNZIONI LEBESGUE INTEGRABILI DI SEGNO QUALUNQUE55

Allora questo implica che:


Z Z
lim inf fk ≤ lim inf fk (5.83)
E k→∞ k→∞ E

P roof.
Per prima cosa definiamo le nostre funzione gk nel seguente modo:
 
gk = lim inf fj (5.84)
k→+∞ j≥k

queste funzioni sono misurabili, non negative e gk ≤ gk+1 ∀k ∈ N quindi gk % f


quindi posso usare il Teorema della Convvergenza Monotona (TCM):
Z Z Z Z
lim gk = lim gk = f ≤ lim inf fk 5 (5.85)
E k→+∞ k→+∞ E E k→+∞ E

Nel lemma di Fatoù ci può essere anche solo uno strettamente minore infatti un
esempio chiarisce scubito il concetto: R
fk = k · χ(0, k1 ) allora si può ben notare che: R fk = 1 ∀k ∈ N mentre non è
così per l’integrale del limite infatti si può semplicemente notare che il limite
delle fk è zero: fk → 0 per k → +∞ quindi abbiamo che:

Z Z
f = 0 < lim inf fk = 1 (5.86)
R k→+∞ R

Cenni su insiemi di misura nulla


Qui di seguito una veloce carrellata su alcune proprietà interessanti di alcuni
insiemi di misura nulla:
Sia data la funzione f : Rn → [0, +∞] misurabile e sia dato l’insieme E ⊆ Rn
misurabile allora: R
1)Se m(E) = 0 =⇒ RE f = 0 ; 6 R
2)Se m(E0 ) = 0 =⇒ E S E0 f = E f = E\E0 f ;7
R
R
3)Se E f = 0 =⇒f = 0 q.o. in E;
4)Criterio di integrabilità secondo Reimann:
f : [a, b] → R Allora: f ∈ <[a, b] ⇐⇒f limitata e q.o. continua in [a, b] 8

5.19 Funzioni lebesgue integrabili di segno qua-


lunque
Sia E misurabile e sia f : Rn → R misurabile (oppure f : E → R con E ⊆ Rn
misurabile) definiamo:
f + := max{f, 0}
f − := min{f, 0}
6 segue
R
∀s semplice tale che 0 ≤ s ≤ f allora E s = 0
dalSfatto che S
7 Dim: E E0 = E (E0 \ E) ma (E0 \ E) è sottoinsieme di E0 quindi m(E0 \ E) = 0
quindi:
R R R R R
E
S f = E f + E \E f ma l’ultimo integrale è zero =⇒ E S E f = E f
E0 0 0
8 Questo perchè l’insieme {x ∈ R : f non continua in x} ha misura nulla
56 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

Allora deduciamo che:

f + + f − = |f |
f+ − f− = f

Dato che necessita la linearità dell’integrale allora impongo che l’integrale esiste
(ma potrebbe divergere) quando:
Z Z Z
f= f+ − f− (5.87)
E E E

con la condizione che o E Rf + < +∞ oppure E f − < +∞. Se divergono


R R

entrambi gli integrali allora E f non esiste.


Dico che f è Lebesgue integrabile su E misurabile (e lo indico con f ∈ L(E))
se è soddisfatta la seguente condizione:
Z
|f | < +∞ (5.88)
E
R
In questo caso si dice anche che: f è sommabile in E ⇐⇒ E |f | < +∞.
Da qui possiamo dedurre una importante proprietà dello spazio vettoriale delle
funzioni Lebesgue integrabili in particolare:
Sia E misurabile e sia L(E) il campo vettoriale delle funzioni Lebesgue inte-
grabili allora l’applicazione che ha come mappa:

Z
f 7−→ f (5.89)
E

è un’applicazione lineare infatti si può banalmente notare che dato un E misu-


rabile:
R R
1) RE c · f = c · RE f →ROvvia;
2) E (f + g) = E f + E g;
La seconda implicazione la si può verificare in modo molto semplice basandosi
sulle proprietà delle funzioni f e g, infatti se f e g sono funzioni sommabili allora:

|f + g| ≤ |f | + |g| (5.90)

Passando all’integrale:
Z Z Z
|f + g| ≤ |f | + |g| (5.91)
E E E

Quindi si può dedurre che se f e g sono sommabili anche (f + g) è sommabile.


Riscrivendo (f + g):

(f + g)+ − (f + g)− = f + − f − + g + − g − =⇒
=⇒ (f + g)+ f − + f − = (f + g)− f + + f + (5.92)

L’integrale è additivo per funzioni positive allora:


Z Z Z Z Z Z
+ − − − +
(f + g) f + f = (f + g) f + f+ (5.93)
E E E E E E
5.20. TEOREMA DI LEBESGUE O DELLA CONVERGENZA DOMINATA57

tutte le quantità scritte sono quantità finite quindi possimo banalmente riordi-
nare tutte le varie parti per ottenere la condizione iniziale che:

Z Z Z
(f + g) = f+ g (5.94)
E E E

Una properietà interessante dell’integrale è la seguente:


Sempre sotto le ipotesi di lavorare con un insieme R E misurabile,
R con una fun-
zione f misurabile in E allora possiamo dire che | E f | ≤ E |f |
La dimostrazione è semplice in quanto si basa sul teorema già citato per le
funzioni positive:

Z Z Z Z Z
= f + − f − 9 ≤ f + + f − =

f

E
ZE E
Z E E

= (f + + f − )10 = |f | (5.95)
E E

5.20 Teorema di Lebesgue o della convergenza


dominata
Ora, dopo questa introduzione siamo pronti per poter affrontare il secondo
grande teorema di passaggio al limite sotto il segno di integrale.

Ipotesi: sapendo che :


a) q.o. x ∈ E ∃f (x) = limk→+∞ f( x);
b) Se ∃gR∈ L(E) : ∀k ∈ N|fR k | ≤ gR q.o.;
Tesi:=⇒ E f = limk→+∞ E fk e E |fk − f | → 0

P roof.
Supponiamo che:
a11 ) fk → f puntualmente;
b12 ) |fk | ≤ g∀x ∈ E
Dalla proposizione b) si deduce che: =⇒|f | ≤ g in E , quindi questo fatto mi
dice che ho una maggiorante integrabile anche su:

|fk − f | ≤ |fk | + |f | ≤ 2g

cerco di costruire delle funzioni non negative:

hk := 2g − |fk − f | ≥ 0 e misurabili in E

11 Queste due supposizioni sono più che legittime. In pratica al posto del q.o. presente
nelle ipotesi ampliamo le ipotesi ad ogni x dell’insieme su cui si lavora. La legittimità del
passaggio è data dal fatto che butto via un integrale fatto su un insieme di misura nulla, che
è stato dimostrato precedentemnte essere uguale a zero.
12 vedasi nota precedente
58 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE

si noti che: hk → 2g
Usando il lemma di Fatoù =⇒:
Z Z Z
2 g ≤ lim inf hk = lim inf 2g − |fk − f | =
E k→+∞ E k→+∞ E
Z  Z 
= 2 g + lim inf − |fk − f | =
k→+∞
Z E Z E
Z
= g − lim sup |fk − f | =⇒ lim sup |fk − f | ≤ 0 (5.96)
k→+∞ k→+∞ E

Con qesto posso dire che 0 ≤ limk→+∞ E |fk −f | 13 ≤ limk→+∞ E |fk −f | ≤ 0


R R

ma questa è una catena di ugualianze, quindi :


Λ contiene un solo elemento, il limite. R
=⇒lim(· · · ) = lim(· · · ) = 0 =⇒limk→+∞ E |fkR− f | = 0R R
Quindi
R è dimostrato l’asserto in quanto: 0 ≤ | E fk − E f | = | E (fk − f )| ≤
E
|(fk − f )| → 0
Per Ril teoremaR del confronto:
=⇒ E fk → E f

P araphelia matematica:
Sia dato E ⊆ Rn misurabile sia data una funzione f : E → R misurabile in E
allora le seguenti proposizioni sono equivalenti ed autoimplicabili:
1)fR = 0 q.o. in E;
2) E |fR| = 0; R
3)Se ∃ E f = 0 =⇒∃ F f ∀F ⊆ E, allora f = 0 in R E; R
Il fatto
R che 3 → 1 è interessante in quanto: se ∃ E
f = 0 =⇒∃ F f ∀F ⊆ E e
vale F f = 0. Definendo:
F + := {x ∈ E : f ≥ 0}
F − := {x ∈ E : f < 0}
quindi abbiamo che E=F + F − usando l’addittività dell’integrale di lebesgue
S
sugli insiemi misurabili abbimo che:
Z
f = 0 =⇒ f = 014 (5.97)
F+
R
Lo stesso ragionamento lo si esegue per F−
f
raggiungendo l’implicazione 3 → 1

13 Questa relazione è vera n quanto gli integrali sono tutti maggiri di zero.
Capitolo 6

Integrali Multipli

sia Φ : A → B con E ⊆ B , f : E → Rn
Se Φ è differenziabile in x vuol dire che posso trovare una applicazione lineare
tale che:

dΦ(x) : Rn → Rn (6.1)

La JacΦ(x) è una matrice n × x del tipo:

 
∂Φi
JacΦ(x) = (x) (6.2)
∂xj i,j

Se il det(JacΦ(x) ) 6= 0 =⇒che Φ è invertibile !


Sia E ∼ ⊂ A e E ⊂ B
Supponiamo Φ di classe C 1 =⇒derivate parziali continue =⇒è differenziabile
Supponiamo che Φ∀x ∈ A :det(JacΦ(x) ) 6= 0 =⇒Φ−1 : B → A:
=⇒:
1) Se E è compatto/misurabile ⇐⇒E ∼ è compatto/misurabile;1
2) Se f è continua/misurabile in E ⇐⇒f oΦ è continua /misurabile in E ∼
3) f è integrabile in E ⇐⇒(f oΦ)|det(HΦ )| è integrabile in E ∼ e l’integrale vale:

Z Z
f (x)dx = f (Φ(u)) |det(HΦ )| du (6.3)
E E∼

6.1 Nota importante per il calcolo


Se ho un insieme di misura nulla, e f definita su qeull’insieme e che sia anche
misurabile e integrabile secondo lebesgue, allora il valore dell’integrale è nul-
lo. Questo è molto ultile nel calcolo perchè se ho una funzione definita su un
chiuso so benissimo che l’integrale calcolato sul chiuso e sul chiuso meno la sua
forntiera (insieme di misura nulla) è lo stesso. Questo mi permette di usare
spesso i teoremi appena citati.
In alcuni casi però potrebbe essere utile usare la Jacobiana inversa, per esempio
1 Questo è vero in generale se Φ è omeomorfismo

59
60 CAPITOLO 6. INTEGRALI MULTIPLI

nel seguente esempio:

6.2 Esempi con applicazione della mappatura in-


versa
Esercizio :
ZZ
x3 y dxdy in E := {x ≥ 0, y ≥ 0, x2 − y 2 < 2 < x2 + y 2 < 3}

(6.4)
E

possiamo notare che effettuando questa sostituizione:


 2
−1 x − y2 = u
Φ = (6.5)
x2 + y 2 = v

In questo modo il mio insieme di integrazione diventa:

E ∗ = {|u| < 2 < v < 3} (6.6)

Quindi:

−2 < u < 2
E= (6.7)
2<v<3

La mia jacobiana inversa è:


 
−1 2x −2y
Jac(Φ (x)) = =⇒ det(Jac(Φ−1 (x))) = 8xy (6.8)
2x 2y

Un teorema ci assicura che: det(Jac(Φ))=(det(Jac(Φ))−1 )−1


1
Quindi: det(Jac(Φ)) = 8uv
sostituendo, l’integrale da calcolare diventa:

1 3 2 u+v
Z Z
dudv (6.9)
8 2 −2 2

Che è di banale integrazione.


Capitolo 7

Funzioni Implicite

7.1 Definizione
Abbiamo una equazione non lineare in 2 variabili:
F (x, y) = 0 → dobbiamo bigcapire come sono fatte le soluzioni, cioè arrivare a
bigcapire come è fatto l’insieme:

Z := {(x, y) ∈ R2 : F (x, y) = 0}
Già a priori si possono stabilire alcune forme di Z, in funzione ad alcuni casi
particolari:

• F = 0 =⇒Z = R2 ;
• F (x, y) = x2 + y 2 + 1 =⇒Z =;
• F (x, y) = x2 + y 2 =⇒Z = {0} , Z = {(0, 0)}

• F (x, y) = x2 + y 2 − 1 =⇒Z = crf di raggio 1 =⇒y = ± 1 − x2
Breve Definizione:
Se prendiamo un punto dell’inzieme Z =⇒F (x0 , y0 ) = 0 =⇒∃U, V intorni di x0
e y0 tali che : inU × V : F (x, y) = 0 =⇒y = f (x) dove f : U → V

Scriviamo alcuni concetti utili (visti nei corsi precedenti) per bigcapire me-
glio gli argomenti che si tratteranno, soprattutto per bigcapire bene il Teorema
DEL DINI.
Ripasso Utile:

∂F
• Fx = ∂x ;

• U (x0 ):={Bδ(x0 ):δ>0 };


• Sia (X, d) Spazio metrico, g : X → R , x0 ∈ X , con g continua in x0 e
se abbiamo che g(x0 ) > 0 =⇒∃δ > 0 : ∀x ∈ Bδ (x0 )=⇒g(x) > 0 (teorema
di permanenza del segno)
• g(t) = F (φ(t), ψ(t)) dove F, φ e ψ ∈ C 1 =⇒
=⇒g 0 (t) = Fx (φ(t))φ0 (t) + Fy (ψ(t))ψ 0 (t) (th. di Lagrange)

61
62 CAPITOLO 7. FUNZIONI IMPLICITE

7.2 Teorema Del DINI (caso bidimensionale)


Ipotesi: Sia dato A ⊆ R2 , F : A → R continua su tutto A, tale che Fy 1 ∃
e sia continua in A. Se abbiamo un punto (x0 , y0 ) ∈ A tale che F (x0 , y0 ) = 0
e Fy (x0 , y0 ) 6= 0; (cioè il punto (x0 , y0 ) risolve la nostra equazione) allora è
verificato che:
a) ∃ intorni U ∈ U (x0 ) e V ∈ V (x0 ) : ∀x ∈ U ∃!y = f (x) ∈ V : F (x, y) = 0;
b) la funzione f : U → V è una funzione continua ∀x ∈ U ;
c) Se F ∈ C k (A) per qualche K ∈ N allora anche la classe di f è f ∈ C k (U ),
inoltre abbiamo che:

Fx (x, f (x))
f 0 (x) = − (7.1)
Fy (x, f (x))

P roof.
a) Supponiamo Fy (x, y) > 0
=⇒per il teorema di permanenza del segno ∃α, β > 0 tale che
∀ (x, y) ∈ (x0 − α.x0 + α) × (y0 − β, y0 + β) : Fy (x, y) > 0
Siccome F (x0 , ·) è strettamente crescente in (y0 − β, y0 + β) e si annulla in y0
=⇒F (x0 , y0 + β) > 0 e F (x0 , y0 − β) < 0
Dalla continuità di f in U possiamo dire :∃α1 ∈ (0, α) : ∀x ∈ (x0 − α1 .x0 + α1 )
si ha F (x, y0 +β) > 0 e F (x, y0 −β) < 0 =⇒U (x0 −α1 .x0 +α1 ), V (y0 −β.y0 +β)
In questo modo andiamo a dimostrare che l’asserto vale per ogni famiglia di
intorni U ∈ U (x0 ). Sia x ∈ U siccome F (x, ·) è strettamente crescente in V
e F (x, y0 + β) > 0 e F (x, y0 − β) < 0 allora ∃! (per la monotonia) y ∈ V :
F (x, y) = 0 2

b) Fissato un qualsiasi x∗ ∈ U Sia ε > 0 sufficentemente piccolo, in modo


da avere:
f (x0 ) ± ε ∈ V (così i nostri f (x∗ ) ± ε rimangono all’interno del nostro intorno
V) F (x∗ , f (x∗ )) = 0 =⇒F (x∗ , f (x∗ ) ± ε) > 0 (o minire di zero il caso col meno)
=⇒∃W ∈ U (x∗ ) tale che : W ⊂ U e∀x ∈ W : F (x, f (x∗ ) ± ε) < o > 0 =⇒per
monotonia di F (x, ·) =⇒f (x) ∈ (f (x∗ ) − ε, f (x∗ ) + ε)
Quindi dimostrare che l’implicità è continua è banale perchè segue subito dal-
la dimostrazione dell’esistenza della stessa funzione implicita infatti, per mo-
strare la continuità
T di f basta provarla nel punto x0 infatti ogni altro punto
(x, y) ∈ Z(f ) (U × V ) è nella stessa situazione di (x0 , y0 ) e lo stesso ragiona-
mento può esservi ripetuto ; la continuità è quindi immediata:
Fissato ε > 0 , V0 = [y0 − r, y0 + r] può essere scelto con r ≤ ε, quindi in corr-
sipondenza di V si trova un U come nel caso a) =⇒ f (U ) ⊆ [y0 − r, y0 + r] ⊆
[y0 − ε, y0 + ε]

c) Fissiamo k = 1 F ∈ C 1 (A)
prendiamo un qualsiasi x ∈ U , h 6= 0 : x + h ∈ U =⇒
=⇒0 = F (x + h, f (x + h)) − F (x, f (x)) =⇒Uso Lagrange ∃(ξ, η) ∈ al segmento
((x + h, f (x + h)), (x, f (x))) =⇒= Fx (ξ, η)h + Fy (ξ, η)(f (x + h) − f (x))
Notiamo che Fy (ξ, η) > 0 per supposizione quindi dividiamo tutto per quella

1y sarà la variabile da calcolare in funzione di x


2 quindi esiste y = f (x) : F (x, y) = 0
7.3. TEOREMA DEL DINI PER SISTEMI DI EQUAZIONI 63

quantità e otteniamo:
f (x + h) − f (x) Fx (ξ, η)
=− (7.2)
h Fy (ξ, η)

quando h → 0 =⇒(x + h, f (x + h)) → (x, f (x)) =⇒(ξ, η) → (x, f (x)) quindi:

Fx (ξ, η) Fx (x, f (x))


− →− (7.3)
Fy (ξ, η) Fy (x, f (x))

Fx (x, f (x))
f 0 (x) = − (7.4)
Fy (x, f (x))

Per k>1 si procede per induzione derivando la formula della derivata prima che
si ottine per il caso k=1.

7.3 Teorema Del Dini per sistemi di equazioni


Siano x := {x1 , · · · , xn } e y := {y1 , · · · , yh } vettori di Rn Allora:

(x, y) ∈ [Rn × Rh ] = Rh+n


Ho un sistema si h equazioni:
F1 (x, y) = 0 ··· F1 (x, y) = 0
· · ·
· · ·
· · ·
Fh (x, y) = 0 ··· Fh (x, y) = 0
quindi si noti che Fi : E ⊆ Rn → R quindi le Fi sono tutte funzioni scalari,
possiamo però radunarle in una sola funzione vettoriale:
F (x, y) = 0
che rappresenta il nostro sistema.
Descrivendo la matrice jacobiana della F (x, y) risulta un oggetto così composto:
La parte sinistra della matrice sarà una matrice n × h mentre la parte destra
sarà una matrice h × h la dove parte destra e sinistrano rapprensentano:
Parte Sinistra : Jacx F (x, y)
Parte Destra : Jacy F (x, y)
Dove:
 
∂(F1 , ..., Fh ) ∂Fi
Jacy F (x, y) = = (7.5)
∂(y1 , ..., yh ) ∂yj 1≤i,j≤h

7.4 Teorema Del Dini per i sistemi


Siano n, h ∈ N , A ⊆ Rn+h aperto, F : A → Rh di classe C 1 . Dato un
(x0 y 0 ) ∈ A : F (x0 y 0 ) = 0 e det(Jacy F (x0 , y 0 )) 6= 0 Allora:
a)∃ intorni circolari U ∈ U (x0 ) e V ∈ V (x0 ) tali che : ∀x ∈ U ∃!y =: f (x) ∈ V
: F (x, y) = 0
64 CAPITOLO 7. FUNZIONI IMPLICITE

b)La funzione vettoriale f : U → V è di classe C 1 .


c)Se F ∈ C k (A; Rh ) allora anche f ∈ C k (U, Rh )
d)∀x ∈ U Jacf (x) = −[Jacy F (x, f (x))]−1 ◦ [Jacx F (x, f (x))]
La Dimostrazione è identica al caso bidimensionale.

Esempio di una funzione scalare:


Sia F : A ⊆ Rn → R di classe C 1 con ∇F (x) 6= 0∀x ∈ A
sia : Zc := {x ∈ A : F (x) = C (oppure : F (x) − C = 0)} se prendo un x ∈ Zc
, siccome il ∇F 6= 0 =⇒∃k : Fxk (x) 6= 0. quindi per il teorema Del Dini =⇒∃I
aperto : x ∈ I : u ∈ Zc ⇐⇒uk = f (x1 , ...xk−1 , xk+1 , ...xn )

7.5 Teorema di invertibilità locale per f : R → R


Sia A ⊆ R , f : A → R e sia f ∈ C 1 (A) e sia x0 ∈ A : f 0 (x0 ) 6= 0 se f 0 (x0 ) 6= 0
allora esiste tutto un intorno in cui f 0 (x0 ) 6= 0
=⇒∃I int aperto : x0 ∈ I ⊆ A , f (I) = J è un intorno aperto tale che ∀y ∈ J
=⇒(f −1 )0 (y) = f 0 (f −1
1 1
(y)) = f 0 (x) ∀x ∈ I

Definizione di DIFFEOMORFISMO
Siano A, B ⊆ Rn aperti e f : A → B è un diffeomorfismo da A → B quando e
solo quando :
1)f è biunivoca e f , f −1 ∈ C 1
2)f : A → Rn è locamente invertibile in x0 ∈ A ≡ ∃I intorno aperto di x0 :
fI : I → f (I) è biunivoca.
3)f : a → Rn è diffeomorfismo locale in x0 ∈ A ≡ ∃I ⊆ A intorno di x0 : f (I)
aperto e f è un diffeomorfismo da I → f (I)

7.6 Teorema di invertibilità locale per funzioni


gnerali
Sia A ⊆ Rn aperto, f : A → Rn di classe C 1 , x0 ∈ A tale che det[Jac(f (x0 ))] 6=
0 , y0 := f (x0 ) Allora esistono intorni aperti I di x0 e J di y0 tali che :
f (I) = J ed f è in diffeomorfismo tra I e J. In più abbiamo che ∀y ∈ J :
Jac((f −1 ))(y) = [Jac(f (f −1 (y)))]−1 = [Jac(f (x))]−1

P roof.

f (x) = y⇐⇒f (x) − y = 0=⇒F (x, y) = 0

x ∈ A ; y ∈ Rn siano A∼ = A × Rn = R2n ; F ∈ C 1 (A∼ , Rn )


F (x, y) = f (x0 ) − y0 = 0
Jacx F (x0 , y 0 ) → ci saranno solo le derivate di f quindi in realtà è un Jacx f
=⇒det(Jacx (F (x0 , y 0 ))) = det(Jacx (f (x0 ))) 6= 0 =⇒Vale il teorema Del Dini
=⇒∃U ∈ U (x0 ) , V ∈ V (y 0 ) : ∀ y ∈ V ∃! x := g(y) ∈ U : F (x, y) = 0 quindi
f (x) = y e la funzione g ∈ C 1
Potrebbe però esistere un x1 tale che mi viene sparato chissà dove, allora di-
minuisco U :
I := g(V ) = f −1 (V ) aperto , x0 ∈ If è una corrispondenza Biunivoca tra I e
7.6. TEOREMA DI INVERTIBILITÀ LOCALE PER FUNZIONI GNERALI65

V f −1 = g ∈ C 1 =⇒f è diffeomorfismo tra I e V


Sempre per il teorema Del Dini :
Jac(f −1 (y)) = −[Jac(f (f −1 (y)))]−1 ◦ [−Id] = [Jac(f (f −1 (y)))]−1

Corollario Se A ⊆ Rn è aperto f : A → Rn di classe C 1 con det[Jacf (x)] 6= 0


∀x ∈ A =⇒f (A) è un aperto (inRn ) e f è un diffeomorfismo locale in A, infatti
prendo un y ∈ f (A) =⇒∃x0 ∈ A : f (x0 ) = y 0 dal teorema precedente so che
=⇒∃J intorno di y 0 : J ⊂ f (A)
66 CAPITOLO 7. FUNZIONI IMPLICITE
Capitolo 8

Varietà

8.1 Dominio e Dominio-Connesso


Un dominio di Rn è un insieme che è la chiusura di un aperto A ⊆ Rn .
Un dominio − connesso è un insieme che è la chiusura di un aperto-connesso
A ⊆ Rn
Esempio:
L’insieme E ⊆ R2 definito comeS
E1 = {(x, y) : x2 +y 2 ≤ r2 }, E2 = {(x, y) : (x−
2 2 2
x0 ) +(y − y0 ) ≤ r } : E = E1 E2 dove x0 = r non è un dominio − connesso
ma è un dominio di Rn . Ovviamente ogni dominio − connesso è un dominio
ed è anche connesso.1

8.2 Prevarietà regolare di dimensione m


Definiamo prevariet regolare di dimensione m una funzione Φ : D ⊆ Rm → Rn
con n ≥ m tale che:

1. D è un dominio − connesso;

2. Φ può essere estesa a C 1 in qualche aperto contenente D;

3. Φ ristretta a Do è iniettiva;

4. Il Jac(Φ) ha rango massimo (quindi m) per ogni pnto di Do .

8.3 Sostegno della prevarietà


Viene definito sostegno della prevariet l’insieme Img(Φ) := Φ(D). Qindi l’in-
sieme immagine della nostra varietà.2
Esempi:

1 La terminologia può trarre in inganno quindi si consiglia di ragionare bene su ogni singola

parola scritta.
2 D’ora in poi il sostegno di una qualsiasi prevarietà o varietà varra indicato con Γ

67
68 CAPITOLO 8. VARIETÀ
 
sin ϑ
• Φ : D := [0, 2π] → R2 , Φ :=
cos ϑ
è una prevarietà di grado 1 che ha come sostegno
Γ := {(x, y) ∈ R2 : x2 + y 2 − 1 = 0}

8.4 Cambiamento ammissibile di coordinate


Chiamiamo Cambiamento ammissibile di coordinate una funzione ψ : A ⊆
Rm → Rn definita in un aperto A che risulti di classe C 1 , invertibile sulla sua
immagine e con inversa di classe C 1 . Un cambiamento ammissibile è quindi di
fatto un diffeomorfismo tra l’aperto A ⊆ Rm e la sua immagine. Dal teorema
della mappa Aperta3 segue che ψ(A) è a sua volta un aperto e quindi anche
ψ −1 è un cambiamento ammissibile

8.5 Definizione di Equivalente


Date due prevarietà Φ1 e Φ2 definite rispettivamente sui domini − connessi
D1 e D2 di Rm diciamo che Φ1 è equivalente e lo indichiamo con ∼ a Φ2
(Φ1 ∼ Φ2 ) se hanno il medesimo sostegno e se esiste un cambiemnto ammissibile
di coordinate ψ : A ⊆ Rm → Rm (A aperto), tale che D1 ⊆ A e D2 ⊆ ψ(D1 )4

8.6 Varietà regolare di dimensione m


Chiamiamo varietà regolare di dimensione m una classe di equivalenza secondo
la relazione ∼ di prevarietà regolari

8.7 Prevarietà strettamente equivalenti


Date due prevarietà φ1 e φ2 definite rispettivamente in domini-connessi D1 e D2
di Rm diciamo che φ1 è strettamente equivalente a φ2 (φ1 ∼ o
φ2 ) ⇐⇒hanno lo
stesso segno ed esiste un cambiamento ammissibile di coordinate ψ : A ⊆ Rm →
Rm (A aperto) tale che D1 ⊆ A, D2 ⊂ φ(D1 ) e il determinante det(Jac(ψ)) > 0
in ogni punto di D1o 5 Da qui si nota con facilità che la classe ∼ è composta da
o
solo due classi di ∼ in funzione del segno del determinante del jacobiano.

8.8 Teorema di Decomposizione


Sia Φ una prevarietà regolare di dimensione m , ne siano D il suo dominio e
V ⊆ Rn il suo sostegno con n ≥ m . Sia V o quella parte di V che è immagine
di Do . sia p ∈ V o un punto qualsiasi. Allora è possibile decomporre Rn come
prodotto cartesiano di Rm × Rn−m e determinare due aperti U e W ∈ Rn tali
che :
i) p ∈ Φ(U );
3 La cui dimostrazione è fatta nella sezione delle funzioni implicite
4 Φ ∼ Φ ⇐⇒Φ = Φ2 oψ per qualche cambiamento ammissibile di coordinate
1 2 1
5 Quindi: φ ∼o
1 φ2 ⇐⇒φ1 = φ2 oψ per qualche ψ : Jac(ψ) > 0
8.9. SPAZIO TANGENTE 69

ii)l’insieme Φ(U ) è il grafico di una funzione φ : W → Rn−m di classe C 1


P roof : Omessa.

Altre definizioni sulle prevarietà


• Sia Φ una prevarietà regolare di dimensione m, ne siano D il sominio V il
sostegno, con V o indichiamo quella parte di V che è immagine dell’interno
Do di D.

• Sia Φ una prevarietà regolare di dimensione m; ne siano D il dominio e


V il sostegno. Definiamo P revarieta0 aperta regolare di dimensione m
la restrizione di Φ al dominio Do . Il sostegno della prevarietà aperta è
quindi l’insieme V o

Teorema di decomposizione per prevarietà aperte


regolari
Sia Φ una prevarietà aperta regolare di dimensione m , ne siano Do il dominio
e V o ⊆ Rn il sostegno. Sia p ∈ V o un punto qualsiasi. Allora è possibile
decomporre Rn come prodotto cartesiano di Rm × Rn−m e determinare due
aperti U e W ∈ Rm ed una funzione ψ : W × Rn−m → Rn−m di classe C 1 tale
che:

1. p ∈ φ(U );

2. ψ(q) = 0 ⇐⇒q ∈ φ(U );

3. (RankJac(ψ))(q) = n − m ∀q ∈ φ(U )

Teorema
Sia A ⊆ Rn aperto sia n > m sia ψ : A → Rn−m una funzione di classe C 1 .
Supponiamo che ψ(p) = 0 per un certo p ∈ A e che il Jac(ψ)(p) abbia rango
n−m. Allora l’insieme degli zeri di ψ è localmente il sostegno di una prevarietà
aperta regolare di dimensione m

8.9 Spazio tangente


Sia φ una prevarietà aperta regolare di dimensione m, ne siano Do il dominio
e V o ⊆ Rn il sostegno. Sia p un punto in V o . Chiamiamo Spazio T angente a
V o in p , indicato con Tp V o l’insieme dei vettori v ∈ Ep 6 per i quali esiste un
ε > 0 e una mappa L : (−ε, ε) ∈ R → Rn di classe C 1 tale che:

L(0) = p , L0 (0) = v , L(t) ∈ V o ∀t ∈ (−ε, ε)


6 Insieme dei vettori fuoriuscienti da p. In E è definita somma (regola del parallelogram-
p
mo) e moltiplicazione per scalare. L’insieme di tutti gli spazi Ep di Rn conferisce ad Rn la
struttura che in Algebra è detta af f ine
70 CAPITOLO 8. VARIETÀ

Teorema sullo spazio tangente


Sia φ una prevarietà aperta regolare di dimensione m e ne siano Do il dominio
e V o il sostegno. Sia p un punto di V o . Allora Tp V o è uno spazio vettoriale di
dimensione m (quindi uguale alla dimensione della prevarietà).
P roof. Dimostrazione Omessa

8.10 Spazio Ortogonale


Sia φ una prevarietà aperta regolare di dimensione m, ne siano Do il dominio e
V o il sostegno. Sia p un punto di V o . Sia v un vettore di Ep . Per definizione v
è diretto otogonale a V in p quando v è ortogonale a Tp V o Sia φ una prevarietà
aperta regolare di dimensione m, ne siano Do il dominio e V o il sostegno. Sia p
un punto di V o . Sia v un vettore di Ep . Per definizione v è diretto otogonale
a V in p quando v è ortogonale a Tp V o

Teorema sullo spazio ortogonale


Sia φ una prevarietà aperta regolare di dimensione m, ne siano Do il dominio
e V o ⊆ Rn il sostegno, con n > m. Sia p un punto di V o . Sia ψ : A ⊆ Rn →
Rn−m una mappa di classe C 1 definita in un aperto A il cui annullarsi descrive
i punti di V o in un intorno aperto di p e la cui jacobiana ha rango n − m in
p. Allora l’insieme dei vettori di Ep ortogonali a V in p è uno spazio vettoriale
generato dai vettori trasposti delle righe di (Jac(ψ))(p).
P roof. Dimostrazione Omessa
Capitolo 9

Moltiplicatori Di Lagrange
(estremi vincolati)

L’obiettivo di questa sezione è riuscire a determianre gli estremanti di una


funzione su insiemi che non siamo aperti. I teoremi ben noti, sullo studio di
funzione tramite il suo jacobiano e il suo hessiano funzionano solo su funzioni
definite su insiemi aperti. Se per esempio dobbiamo determinare gli estremanti
di una funzione su un compatto K (supponendo di lavorare in Rn , quindi su un
chiuso e limitato) allora dobbiamo studiare la funzione nell’aperto A ⊆ K e poi
effettuare una valutazione degli estremanti sulla ∂K. Il primo punto si effettua
con il normale studio del jacobiano e dell’hessiano, mentre per la seconda perte,
è necessario operare con i moltiplicatori di Lagrange.

9.1 Ripasso sugli estremi locali (liberi)


Sia E ⊆ Rn , f : E → R, x0 ∈ E,Tx0 è un punto di massimo relativo (locale)
di f in E ≡ ∃U ∈ U (x0 ) : ∀x ∈ U E : f (x0 ) ≥ f (x) ∀x ∈ E
Nel caso E aperto =⇒abbiamo estremanti liberi
Se abbiamo estremi Vincolati:
E := {x : F (x) = 0} dove F : E → R
Esempio banale:
2

F (x, y) = x2 + y 2 − r2

x = r · cos θ
è una circonferenza, se consideriamo la parametrizzazione :
y = r · sin θ
φ(θ) = f (r · cos θ, r · sin θ) ora si massimizza in [0, 2π] e la questione è banale.

9.2 Considerazioni geometriche sull’esistenza del


moltiplicatore di Lagrange
A seguito di queste ipotesi:
Supponiamo A ⊆ R2 aperto, F, f : A → RF, f ∈ C 1 (A) supponiamo che

71
72CAPITOLO 9. MOLTIPLICATORI DI LAGRANGE (ESTREMI VINCOLATI)

JacF (x, y) 6= 0 1 ∀x ∈ A
E := {(x, y) ∈ A : F (x, y) = 0} 2 allora notiamo che prendendo la tangente
alla curva3 descritta dall’insieme E, nel punto x0 per la definizione di derivata
più ci avvicinaimo al punto x0 più curva e tangnete tendono a confondersi.
Quindi posso considerarla come una funzione costante nella direzione v. Per
qeusto le derivate direzionali lungo la direzione vsaranno tutte nulle. Da questo
otteniamo una considerazione molto interessante. Da come è definita la derivata
direzionale otteniamo che:
0 = Dv F (x0 ) =< ∇v F (x0 ), v >
=⇒v e ∇F (x0 ) sono ORTOGONALI! così allo stesso modo per la funzione
implicità definita in U (x0 ) infatti otteniamo anche in questo caso:
0 = Dv f (x0 ) =< ∇v F (x0 ), v >
=⇒v e ∇F (x0 ) sono ORTOGONALI!
=⇒∃λ ∈ R : ∇f (x0 ) = λ · ∇F (x0 ) (sono lin. dip.)

9.3 Teorema sull’esistenza dei moltiplicatori


Ip: A ⊆ R2 aperto, F, f : A → RF, f ∈ C 1 (A) supponiamo che JacF (x, y) 6= 0
(in verità sarebbe un ∇F (x) 6= 0) ∀x ∈ A. Supponiamo che x0 sia estremante di
f in E =⇒∃λ ∈ R : ∇f (x0 ) = λ∇F (x0 ) e i vincoli per trovare λ sono i seguenti:


 F (x, y) = 0
fx (x, y) = Fx (x, y) (9.1)
fy (x, y) = Fy (x, y)

P roof.
Sia DF (x0 , y0 ) 6= (0, 0) =⇒Fx (x0 , y0 ) 6= 0 oppure Fy (x0 , y0 ) 6= 0
In questo caso supponiano che Fy (x0 , y0 ) 6= 0
=⇒per il teorema Del Dini =⇒∃U ∈ U (x0 ) , V ∈ V (y0 ) : in U × V abbiamo
che:
F (x, y) = 0 ⇐⇒ y = g(x) (9.2)
per il teorema del dini sappiamo che la funzione implicita y = g(x) è di classe
C 1 quindi definiamo:
φ(x) = f (x, g(x))x ∈ U (9.3)
la φ ∈ C 1 (U ), e x0 è estremante di φ ∈ U
per il Teorema di Fermat =⇒φ0 (x0 ) = 0
0 = φ0 (x0 ) = fx (x0 , g(x0 )) + fy (x0 , g(x0 )) · g 0 (x0 )
Fx (x0 , g(x0 ))
= fx (x0 , g(x0 )) − fy (x0 , g(x0 )) · (9.4)
Fy (x0 , g(x0 ))
1 in verità sarebbe un ∇F (x) 6= 0
2 l’insieme E potrebbe essere ad esempio una curva in R2
3 Il tutto diventa molto semplice se il lettore si mette con carta e penna a disegnare
9.3. TEOREMA SULL’ESISTENZA DEI MOLTIPLICATORI 73

Fx
in (x0 , y0 )=⇒fx = fy · Fy se F x 6= 0 =⇒

fx fy
= =λ (9.5)
Fx Fy


 fx = λFx
fy = λFy (9.6)
F =0

Se Fx = 0 =⇒fx = 0 e il nostro sistema diventa fx = λFx che è vera ∀λ ∈ R


in questo caso scelgo λ = Ffxx quindi il mio sistema risulta soddisfatto. Quindi
esiste λ e viene chiamato M oltiplicatore di Lagrange

Applicazione
2
+y 2
Data la funzione f (x, y) = ex e dato il vincolo φ(x, y) := x3 +y 3 −1 Trovare
gli estremi di f sul vincolo φ

Si può effettuare subito un’osservazione a priori: si può notare che la f (x, y)


è strettamente crescente, quindi per studiarne i punti estremali, è sufficiente
studiare il comportamento dell’esponente: ψ(x, y) = x2 + y 2 . Sfutto il teorema
appena dimostrato sui moltiplicatori di Lagrange:
 3
  x + y3 = 1
φ(x, y) = 0
=⇒ 2x = 3λx2 (9.7)
∇ψ = λ∇φ
2y = 3λy 2

Prima di dividere e trovare l’espressione del moltiplicatore, verifichiamo il caso


in cui x e y siano uguali 0. Se non lo facessimo, rischieremmo di non accorgerci
di 2 possibili soluzioni. Infatti sostituendo x = 0 e y = 0 il sistema risulta
soddisfatto per i punti P1 (0, 1) e P2 (1, 0). P1 e P2 sono due possibili estremanti.
Ora divido:
 2
 3x = λ
y=x (9.8)
2y 3 = 1

 1 1

da cui si trova un terzo punto: P3 = 2− 3 , 2− 3 Per distinguere quali tra
1
questi sono massimi e minimi, disegnamo il vincolo y = (1 − x3 ) 3 e disegnamo
le curve di livello della ψ che sono dei cerchi concentrici all’origine. E’ facile
notare che nei punti (0,1) e (1,0) la curva è tangente esterna alle linee di livello
quindi vuol dire che la ψ passa da una zona in cui è minore a cui è maggiore
quindi si hanno due minimi relativi. Mentre nel punto P3 la tangenza alle linee
di livello è interna allora si ha un punto di massimo. Questo ragionamento è
facile capirlo se si scrive la norma della distanza della ψ dal vincolo.
74CAPITOLO 9. MOLTIPLICATORI DI LAGRANGE (ESTREMI VINCOLATI)
Capitolo 10

Integrazioni su Varietà

Dobbiamo definire cos’è una curva in Rn e una sua parametrizzazione.


Parametrizzazione di una curva ≡ una qualsiasi funzione continua φ : I → Rn
dove I ⊆ R è un intervallo φ(t) = (φ1 (t), · · · , φn (t))t ∈ I 1

Def inizioni
Sostanzialmente le difinizioni che attribuiamo alla parametrizzazione di una
classe di equivalenza sono le stesse di una varietà (in quanto è anch’essa una
varietà !) quindi riepilogandoi velocmente:

• Sostegno di φ ≡ Γ := φ(I)(⊆ Rn );
2
• φ è una curva curva chiusa se ≡ I = [a, b] =⇒φ(a) = φ(b)

• φ è una curva semplice ≡ [t1 , t2 ∈ It1 6= t2 se t1 ∈ I o =⇒φ(t1) 6= φ(t2 )]3

• φ è una curva regolare ≡ φ ∈ C 1 (I) e ∀t ∈ I : φ0 (t) 6= 0 per ogni curva


regolare c’è un vettore non nullo tangente

Esempi:
1) Supponiamo che φ0 (t0 ) identifichi la nostra velocità della particella. Questa
identifica il vettore tangente alla curva in φ(t0 ). Il versore tangente sarà quindi:

φ0 (t0 )
T (t0 ) = (10.1)
||φ0 (t0 )||

la retta tangente sarà una parametrizzazione di questo tipo:

x = x(t) := φ(t0 ) + φ0 (t0 ) · (t − t0 ) con t ∈ R (10.2)

Se abbiamo una particella ferma:


φ(t) = (0, 0) , t ∈ [0, 1] curva in R2 , chiusa , non semplice , non regolare e
Γ = {0, 0}
2) abbiamo le seguenti parametrizzazioni:
1 per esempio possno rappresentare le varie coordinate della particella al tempo t
2 Ma non deve essere necessariamente iniettiva
3 quindi: φ : I \ {inf I} e φ : I \ {sup I} sono iniettive

75
76 CAPITOLO 10. INTEGRAZIONI SU VARIETÀ

φ(t) = (cos t, sin t) con t ∈ [0, 2π]


ψ(t) = (cos(3/2t), sin(3/2t)) con t ∈ [0, 2π]
La prima parametrizzione ha come sostegno una circonferenza. la seconda pa-
rametrizazione ha come sostegno sempre una circonferenza ma cambia il fatto
che viene percorsa una volta e mezza !! (in queanto, se pensiamo alle nostre
parametrizzazione come legate ad un moto di una particella, la seconda pa-
raemtrizzazione rappresenta il modo di una particella più veloce, quindi nello
stesso intervallo di tempo [0, 2π] compieranno percorsi diversi)
Alla luce di questo, possiamo notare che la φ è chiusa e semplice mentre la ψ
non è ne chiusa ne semplice.

3) Curva di peano:
∃ curva φ : [0, 1] → R2 t.che φ([0, 1]) = [0, 1] × [0, 1]
costruiamo una successione di curve così composte: (l’esempio si riferisce alla
curva di Hilbert, ma è simile in tutti i casi)

ottengo questa successione delle φ(k) : [0, 1] → R3 si può dimostrare facilmente


che φ(k) → φ di peano, uniformente. La curva di peano non è derivabile in
nessun punto.

10.1 Approfondimenti sui cambi ammissibili di


parametri
Definiamo φ : [a, b] → Rn , ψ : [α, β] → Rn curve =⇒φ ∼ ψ ≡ ∃ g : [a, b] →
[α, β] biunivoca, di classe C 1 , con la derivata φ0 (t) 6= 0∀t ∈ [a, b] tale che
φ(t) = ψ(g(t)) ∀t ∈ [a, b] (=⇒φ = ψog)
la funzione f è invertibile =⇒anche g −1 è un cambiamento ammissibile di pa-
rametri.
Se abbiamo 3 curve e abbiamo che φ ∼ ψ , ψ ∼ η =⇒φ ∼ η
L’applicazione ∼ gode della properità riflessiva
Allora ne deduciamo che ∼ è effettivamente una relazione di equivalenza.Manitiene
le proprietà semplice, chiusa regolare. Le nostre curve sono rappresentate da
Classi di equivalenza (o varietà).

Definizione
Strettaemnte equivalente (o strettamnte crescente)
o
φ ∼ ψ ≡ φ ∼ ψ con un cambiamento di parametri strettamente crescente.
o 00
Curva orientata ≡ classe di equivalenza “ ∼ qindi ogni classe di equilaenza
10.2. DEFINZIONE DI MISURA DI UNA CURVA 77

ha due orientazioni, in funzione al segno della derivata (sarebbe meglio dire


jacobiano) di g(t) cioè del cambiamento ammissibile di parametri.

10.2 Definzione di misura di una curva


Sia φ : [a, b] → Rn paramentrizzazione di una curva (o prevarietà)
Allora posso spezzare la mia curva in tanti segmenti. e poi fare la somma dei
vari segmenti. In questo modo ottengo un valore approssimato della lunghezza.
Raffinando sempre di più la partizione otterrò approssimazioni sempre migliori.
Quindi:
L(φ) = sup l(P, φ) (10.3)
P

sia P la partizione in segmenti: P = {a = t0 < t1 < · · · < tN = b} definisco la


lughezza della spezzata come banalmente la somma delle norme di ogni singolo
segmentino:
N
X
l(spezzata) = ||φ(ti ) − φ(ti−1 )|| (10.4)
i=1

Se L < +∞ allora diciamo che φ è rettificabile.

Osservazione:
Se φ è lipschitziana =⇒è rettificabile:
P roof.
Prendiamo:
N
X N
X
L(P, φ) = ||φ(ti ) − φ(ti−1 )|| ≤ M · (ti − ti−1 )
i=1 i=1
= M (b − a) < +∞ =⇒ la φ è rettificabile.4 (10.5)

10.3 Teorema della misura


Se φ : [a, b] → Rn è di classe C 1 allora φ è rettificabile e vale la seguente
ugualianza:
Z b
L(φ) = ||φ0 (t)|| dt (10.6)
a

P roof.
Dimostrazione da fare, cercare di sistemare quella del FMS col molteni vignati

Osservazione:
Direttamente dal teorema appena esposto segue una osservazione molto inte-
ressante che ci fa ben bigcapire come l’integrazione su una parametrizzazione
(o prevarietà) sia indipendente dalla parametrizzazione stessa e dipenda solo
dalla Curva (o varietà)
Infatti se abbiamo una φ e una ψ di classe C 1 e abbiamo che:
φ ∼ ψ =⇒ L(ψ) = L(φ) (10.7)
78 CAPITOLO 10. INTEGRAZIONI SU VARIETÀ

P roof.
φ(t) = ψ(g(t)) dove g : [a, b] → [α, β] è un cambiamento ammissibile di
coordinate quindi:
Z b Z b
L(φ) = ||φ0 (t)|| = ||ψ 0 (g(t))|| · |g 0 (t)| dt = † (10.8)
a a

Se g 0 (t) > 0 allora facendo una banale sostituzione s = g(t) =⇒ds = g 0 (t)dt:
Z β
†= ||ψ 0 (s)||ds = L(ψ) (10.9)
α

Se g 0 (t) < 0 allora con una sostituzione identica alla precedente:


Z α
†=− ||ψ 0 (s)||ds = L(ψ) (10.10)
β

Quindi è dimostrato l’asserto, L(φ) = L(ψ), la lunghezza dipende dalla curva


e non dalla parametrizzazione.

Definizione:
γ è una curva regolare a tratti ≡ ∃ φ : [a, b] → Rn prevarietà di γ per qualche
partizione {a = a0 < a1 < · · · < an } di [a, b] tale che ∀i = 1, · · · , M laφ|[ai−1 ,ai ]
è regolare.

10.4 Ascissa curvilinea


Rt
Sia φ reglare, φ[a, b] → Rn , t 7−→ s = s(t) = a
||φ0 (τ )||dτ

0 = s(a) ≤ s(t) ≤ s(b) = L(φ) (10.11)

In questo modo abbiamo che s(t2 ) − s(t1 ) = L(φ|[t1 ,t2] ). Questo cambiamento
di variabile particolare è definito ascissa curvilinea
Capitolo 11

Forme differenziali Lineari

11.1 Introduzione
Introduciamo le forme differenziali linaere, dando alcune essernziali definizioni
come quella di forma lineare.

11.2 Definizione topologica:


Un aperto A ∈ τ è connesso se A non può essere
S scritto
S come unione di due
aperti non vuoti disgiunti. Quindi A = A1 A2 , A1 A2 = ∅ =⇒A1 = ∅
(A2 = A) oppure A2 = ∅ (A1 = A)

11.3 Prime definizioni importanti:


Prendiamo lo spazio duale di Rn (Rn )∗ =⇒anche il duale ha una base. Le basi
del duale di Rn sono dei funzionali del tipo: dxi : Rn → R.
La base canonica di (Rn )∗ è (dx1 , · · · , dxn ), quindi ogni elemento L ∈ (Rn )∗
può essere scritto come combinzaione lineare:
n
X
L= ai dxi (11.1)
i=1

Definizione:
A ⊆ Rn aperto. Chiamiamo f orme dif f erenziali lineari in A ogni funzione
del tipo:
ω : A → (Rn )∗
Quindi preso un x ∈ A abbiamo che:
x 7−→ ω(x) ∈ (Rn )∗
Xn
ω(x) = ai (x)dxi dove ai : A → R (11.2)
i=1

79
80 CAPITOLO 11. FORME DIFFERENZIALI LINEARI

ω è di classe C k ≡ ∀i : ai ∈ C k (A)

11.4 Alcuni Esempi:


1. Supponiamo di lavorare in R2 allora: ω(x, y) = a(x, y)dx + b(x, y)dy;
2. f : A → R differenziabile in A , df : x ∈ A 7−→ df (x) è una forma diffe-
renziale e le sue coordiante sono le derivate parziali.

n
" n
#
X ∂f (x) X ∂f (x)
df (x)(h) =< Df (x), h >= hi = dxi (h) (11.3)
i=1
∂xi i=1
∂xi

perchè hi = dxi (h)

11.5 Altre definizioni


Definizione:
Se ω = df diciamo che f è una funzione primitiva di ω. Se ω ammette primitiva
in A diciamo che ω è esatta
=⇒ω(x, y) = a(x, y)dx + b(x, y)dy sarà esatta (in A ⊆ R2 aperto) ⇐⇒
∃f : A → R differenziabile1 con ∂f∂x
(x,y)
= a(x, y) e ∂f ∂y
(x,y)
= b(x, y) ∀(x, y) ∈ A

Teorema:
Supponiamo di avere A ⊆ Rn aperto connesso, ω e f differenziabile in A. Se f
è una primitiva di ω ∈ A allora ogni altra primitiva di ω è della forma :
g(x) = f (x) + c con (x ∈ A) e c ∈ R
Definizione:Integrale di una forma differenziale.
Sia φ : [a, b] → Rn una parametrizzazione di una curva regolare (oPregolare a
n
tratti), ω forma differenziale in A. sia Γ := φ([a, b]) ⊂ A. Se ω = i=1 ai dxi ,
definiamo:
Z Z b
ω := ai (φ(t)) · φ0i (t)dt (11.4)
γ a

Osservazione:
dato che φ è lineare posso fare questo:

b b
φ0i (t)
Z Z Z  
ω= ai (φ(t)) · φ0i (t)dt = ai (φ(t)) · · ||φ0 (t)||dt (11.5)
γ a a ||φ0 (t)||
φ0i (t)
Possiamo ben notare che ||φ0 (t)|| è il versore tangente in φ(t) quindi riscrivendo
l’integrale notiamo che:
Z Z
ω= ω(φ(·))(T (·)) (11.6)
γ γ
1 derivabile ? ... tanto è scalare.... no perchè A ∈ R2
11.5. ALTRE DEFINIZIONI 81

dove T (·) indica il versore tangente. Quindi l’integrale di linea dipende dalla
parametrizzazione, in particolare dipende dalla direzione in cui si integra. Per
definire univocamente l’uintegrale di una forma differenziale, bisogna quindi
dichiarare la direzione di integrazione. Sempre per lo stesso motivo se γ è una
curva orientata, allora l’integrale non dipende più dalla paraemtrizzazione φ.

Teorema:
A suseteq Rn aperto connesso , ω forma differenziale continua in A =⇒sono
uguali le seguenti affermazioni:

1. ω è esatta;

2. γ1 , γ2 curve
R orientate
R in A con lo stesso punto iniziale e lo stesso punto
finale =⇒ γ1 ω = γ2 ω (quindi il campo degli elementi è conservativo);
R
3. Se γ è una curva chiusa e orientata in A =⇒ γ ω = 0

P roof.
2
2=⇒3: Ovvia
Pn ∂f
1=⇒2: Supponiamo che ω sia esatta quindi: ω = df = i=1 ∂x i
dxi . Pren-
diamo la parametrizzazione φ : [a, b] → Rn allora per γ definita in A abbiamo
che:
Z Z bX n
∂f
ω= (φ(t)) · φ0 (t) dt = f (φ(b)) − f (φ(a)) (11.7)
γ a i=1 ∂xi

2=⇒1: Data la seguente figura:

R in A. Prendiamo un x ∈ A. x ∈ A → γ polinomiale da x0 a x
Sia x0 fissato
=⇒f (x) = γ ω quindi f : A → R sia γ ∼ = γ + σ allora abbimo che:
Z
1
lim (f (x + hei ) − f (x)) = lim ω (11.8)
h→0 h h→0 σ
2 Il lettore semplifichi la questione disegnando una curva chiusa orientata e noterà che:

presi un x1 e x2 sulla curva diversi tra loro. Sia γ1 la curva compresa tra x1 e x2 mentre
γ2 sia diretta sempre da x1 a x2 ma in direzione opposta, a questo punto abbiamo che: Se
ω è esatta l’integrale della f.d. dipende solo dal punto iniziale e finale. Ma dato che γ1 e γ2
hanno
R gliR stessi punti inizialeRe finali (a meno di un segno) abbiamo la seguente ugualianza:
γ1 ω = γ2 ω se γ1 = γ1 =⇒ γ ω = 0
3 Ma banalmende abbiamo che: n
P ∂f 0 d
i=1 ∂x (φ(t)) · φ (t) = dt [f (φ(t))] quindi:
i
82 CAPITOLO 11. FORME DIFFERENZIALI LINEARI

Parametrizzo σ
σ(t) = x + t ∗ ei con t ∈ [0, h]
quindi diventa:

Z n
hX Z h
1 0 1
lim aj (σ(t))σ (t)dt = lim ai (x + t · ei )dt =
h→0 h 0 h→0 h 0
j=1
= (Hospital) lim ai (x + tei ) = ai (x) ∀i ∈ N (11.9)
h→0

∂f
=⇒ = ai ∈ C 0 (A) =⇒ f ∈ C 1 (A) =⇒
∂xi
=⇒ df = ω =⇒ f è una primitiva della forma differenziale ω(11.10)

Definizione:
Si definisce:
n
X
ω= ai dxi (11.11)
i=1

formadifferenzale lineare in A ⊆ R e ω ∈ C 1 . In oltre se ω è chiusa allora =⇒

∂xj ai = ∂xi aj ∀i, j (11.12)

se siamo in R3

ω(x, y, z) = a(x, y, z) + b(x, y, z) + c(x, y, z) (11.13)

allora ω è chusa se:


 
∂c ∂b ∂a ∂c ∂b ∂a
− , − , − =0 (11.14)
∂y ∂z ∂z ∂x ∂x ∂y

Quindi ω è chiusa solo se il campo F è irrotazionale : ∇ × F = 0

Osservazione:
sia ω ∈ C 1 (A ⊆ Rn ), sia ω esatta =⇒ω è chiusa MA NON VALE IL VICE-
VERSA !!!!
Osservazione 2:
se ω = df (∂xi f ) se f ∈ C 2 =⇒vale Th. di Swartz:
   
∂ ∂f ∂ ∂f
= (11.15)
∂xi ∂xj ∂xj ∂xi

4 questo
R R
passaggio è giustificato dal fatto che: f (x + hei ) = γ∼ ω mentre f (x) = γ ω.
Da come è difinita γ ∼ si giustifica il passaggio.
11.6. RIEPILOGO FORME DIFFERENZIALI LINEARI 83

11.6 Riepilogo forme differenziali lineari


A ⊆ R2 aperto , F = (F1 , F2 ) : A → R2 a questo campo è assoiata la forma
differenziale :

ω = F1 dx + F2 dy

Se γ è orientata e φ è una sua parametrizzazione definita: φ : [a, b] → allora:


Z Z Z b
ω= F1 dx + F2 dy = (F1 (φ1 (t))φ01 (t) + F2 (φ2 (t))φ02 (t)) dt (11.16)
γ γ a

φ0i
Normalizzando tenendo conto del fatto che I = (T1 , T2 ) e a sua volta Ti = ||φ0i ||
si può scrivere anche:
Z Z b
ω= < F (φ), I(phi) > ||φ0 || dt (11.17)
γ a

Oppure un’altra forma notevole in cui ritroviamo scritto l’integrale sono le


seguenti:
Z
W = < F , ds > (11.18)
γ

Che è la tipica descrizione del lavoro in Fisica.

11.7 Forme differenziali in insiemi semplicemente-


connessi
Ora vedremo che in casi molto particolari è possibile stabilire un’implicazione
diretta tra una forma differenziale chiusa e una forma differenziale esatta.Questi
insiermi molto particolare in cui è possibile estendere il terema precendente
anche all’implicazione inversa sono gli insiemi semplicemente − connessi di cui
ora ne diamo una definizione e mostriamo alcune importanti proprietà.

11.8 Definizione:
A ⊆ Rn aperto lo si definisce semplicemente − connsesso se ogni curva chiusa
γ ∈ A pu essere trasformata in un punto tramite una deformazione continua in
A Una sfera è un insieme semplicemente connesso:

Alcuni esempi di insiemi non semplicemente-connessi:

Nastro di Moebius:
84 CAPITOLO 11. FORME DIFFERENZIALI LINEARI

Bottiglia di Klein:

Il toroide:

11.9 Le omotopie
Siano X e Y due spazi topologici allora definiamo omotopia tra due funzioni
continue f e g da X a Y la funzione continia H : [0, 1] × [a, b] ⊆ X → Y tale
che:
H(0, x) = f (x) ∀x ∈ X
H(1, x) = g(x) ∀x ∈ X
H(λ, a) = H(λ, b) ∀λ ∈ [0, 1]

Osservazione:
Sono semplicemente connessi i seguenti tipi di insiemi:
1) Insiemi stellati:
(A stellato ⇐⇒∃x0 ∈ A : ∀x ∈ A il segmento [x0 , x] ⊂ A)
Quindi è chiaro che ogni curva di A può essere deformata con coninuità.
Esempio grafico:
11.10. TEOREMA SULLE FORME DIFFERENZIALI ESATTE 85

è chiaro che la H(λ, t) = (1 − λ) · φ(t) + λ · x0 è continua.

2)Gli insiemi convessi perchè ∀x1 , x2 ∈ A si ha sempre che il segmento


[x1 , x2 ] ⊂ A

11.10 Teorema sulle forme differenziali esatte


Se A ⊆ Rn aperto semplicemnte connesso e ω forma differenziale in A di classe
C 1 , allora ω è esatta in A ⇐⇒ω è chiusa in A
86 CAPITOLO 11. FORME DIFFERENZIALI LINEARI
Capitolo 12

Teoremi di Gauss-Green,
della divergenza e di Stokes

12.1 Un po’ di topologia


Sia D ⊆ R2 si definisce dominio in R2 se D = A con A aperto. (⇐⇒D = (Do ))
1

D viene definito dominio − connesso se è la chiusura di un aperto connesso


quindi D = A con A aperto connesso.

D vine definito Dominio normale rispetto all’asse x ≡ D = {(x, y) : x ∈


[a, b, α(x) ≤ y ≤ β(x)]} con α e β continue.

D viene definito Dominio normale (rispetto a x) regolare se nella definizio-


ne precedente α e β sono di clase C 1 su [a, b]

D è un dominio regolare ≡ D è un dominio e può essere scritto come D = ∪M


i=1 Di
con Di domini normali regolari.

12.2 Vettori tangente e normale


Sia D ⊆ R2 dominio regolare f, g ∈ C 1 (D) (quindi → f ∈ C 1 (D) ≡ f ∈
C 1 (D) , f ∈ C 1 (Do ) perchè le derivate parziali ∂x f e ∂y f sono estendibili
con coninuità a tutto D. Se D è un dominio regolare =⇒∂D è una unione di
un numero FINITO di curve chiuse regolari a tratti. Quindi c’è la necessità
di definire il vettore tangente e normale: Se definisco il vellore tangente all
parametrizzazione ho di conseguenza subito la definizione del vettore normale:
T = (T1 , T2 ) =⇒N = (T2 , −T1 )
Il vettore norlmale per convenzianza è preso uscente da ∂D
Oppure possiamo vedre nel seguente modo: ∂D è orientato nel verso tangente
1 Per esempio una sfera meno un segmento non è un dominio

87
88CAPITOLO 12. TEOREMI DI GAUSS-GREEN, DELLA DIVERGENZA E DI STOKES

in modo tale che il versore normale sia uscente. Quindi definire il versonre
normale a ∂D è di fondamentale importanza per dare un orientamento alla
curva (o varietà). Se il versore normale esce dal bordo, convenzionalmente si
dice che il bordo (∂D) ha orientamento positivo e lo si indica con +∂D

12.3 Enunciato del teorema di Gauss-Green


Di seguito è mostrato l’enunciato del torema:
ZZ Z
∂f
dxdy = f dy (12.1)
D ∂x +∂D

e abbiamo che:
Z Z Z
∂f
dxdy = − f dx (12.2)
D ∂y +∂D

Quindi un integrale di superficie diventa banalmente un semplice integrale di


linea. Stessa cosa del caso in R1 col terema di Torricelli-Barrow, L’integrale di
linea diventa una valutazione della funzione agli estremi.

12.4 Teorema di integrazione per parti


ZZ Z ZZ
∂g ∂f
f dxdy = f · gdy − gdxdy (12.3)
D ∂x +∂D D ∂x

ZZ Z ZZ
∂g ∂f
f dxdy = − f · gdx − gdxdy (12.4)
D ∂y +∂D D ∂y

P roof.
Scriviamo l’integrale come:

ZZ Z

(f g) = fg (12.5)
D ∂x +∂D

Il primo inte4grale possiamo vederlo come:


Z Z Z Z

(f g) = (f gx + fx g) (12.6)
D ∂x D

Si isola l’integrale di interesse e si raggiunge l’asserto.

12.5 Teorema della Divergenza


Il teorema della divergenza è molto usato in fisica specie nello studio dei campi
elettrostatici prima, mangetici poi ed infine combinando le teorie con l’elettro-
magnetismo. Dato un campo di forze (per esempio) e data una superficie D ci
pemette di calcolaene il flusso del campo stesso ingnorando la superficie stessa
e andando ad integrare solo lungo la sua frontiera.
12.6. TEOREMA DI STOKES 89

Enunciato:

− →

ZZ  Z
∇ · F dxdy = < F ,n > (12.7)
D +∂D

P roof :


→ −
→!

−
ZZ  ZZ Z Z
∂ F1 ∂ F2 G.−G.
∇ · F dxdy = + dxdy = F1 dy − F2 dx =
D D ∂x ∂y +∂D +∂D
Z
= < (−F2 , F1 ), (T1 , T2 ) > ds =
+∂D
Z
= (F1 T2 − F2 T1 ) ds =
+∂D


Z Z
= < (F1 , F2 ), (T2 , −T1 ) > ds = < F , n > ds (12.8)
+∂D +∂D

Se al posto di avere delle superfici normate dovessi essere costretto ad integralre


lugo una cerca direzione → −
v in cui è definita la derivata direzionale D→ v , avrei

che:
ZZ Z
D v f dxdy =

− f <→ −v , n > ds (12.9)
D +∂D

P roof :

!
  ∂f


ZZ ZZ
v1
<→

v , ∇f > dxdy = h , ∂x
∂f i dxdy =
D D v2 ∂y
ZZ ZZ
∂f ∂f
= v1 dxdy + v2 dxdy =
∂x D ∂y
Z D Z
= v1 f dy − v2 f dx =
+∂D +∂D
Z
= f (v1 − v2)ds =
+∂D
Z
= f <→ −v , n > ds (12.10)
+∂D

12.6 Teorema di Stokes


Il teorema di Stokes prende il problema da punto di vista opposto di quello
della divergenza. Se noi abbiamo la necessità di calcolarci il lavoro di una forza


lungo una linea γ possiamo ottenere ugual risultato integrando il rot F sulla
superficie delimitata dalla linea γ e quindi avere:
ZZ  


Z ZZ
∂F2 ∂F1
F1 dx + F2 dy = − dxdy = rot F dxdy (12.11)
+∂D D ∂x ∂y D

La dimostrazione è stata omessa perchè banalmente deducibile dal teorema


della divergenza.
90CAPITOLO 12. TEOREMI DI GAUSS-GREEN, DELLA DIVERGENZA E DI STOKES
Capitolo 13

Spazi LP - Spazi di Hilbert

Caso di ∞-dimensionale Nel caso di spazi infinito dimensionale, l’obiettivo è


quello di creare un insieme con determinate caratteristiche metriche, che abbia
come idea base quella di non perdere la completezza. Come può facilmente
suggerire l’intuizione la seguente scrittura:
Z 1
|f |dx (13.1)
0

fornusce una stima della grandezza della funzione f quindi possiamo pensare di
prendere come misura della grandezza proprio l’integrale del modulo. Quindi
partendo dalle definizioni principali:
Sia X ⊆ Rn con X misurabile e µ la misura di Lebesgue su X Definiamo
esponenti coniugati due numeri p e q se :

1 1
p + q = pq cioè + = 1 oppure p(q − 1) = q con p, q ∈ R+
0 (13.2)
p q

Definisco il mio spazio:


Z
p
D (X, µ) = {f : X → C, f misurabili : |f |dµ < ∞} (13.3)
X

Quindi lo spazio formato da tutte le funzioni misurabili in senso di lebesgue.


Voglio ora che questo insieme ora caotico di elementi prenda una stuttura di
spazio normato, quindi devo almeno definire una norma. Prima di definirla
però è bene dimostrare due disugualianze molto importanti nell’analisi degli
Spazi Lp queste sono le disugualianze di Holder e di Minkowsky.

Disugualianza di Holder:
date due Funzioni f, g : X → [0, +∞]
Z Z  p1 Z  q1
p q
f g dµ ≤ f dµ g dµ (13.4)
X X X

che per il caso per P=2 diventa la disugualianza di Coauchy-Swarz.

91
92 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

Disugualianza di Minkowsky:

Z  p1 Z  p1 Z  p1
p p p
(f + g) dµ ≤ f dµ + g dµ (13.5)
X X X

in Rn la disugualianza di Minkowsky non è altro che la disugualianza triango-


lare. quindi deduciamo la definizione i norma:
nX o p1
||x||P = |xi |p (13.6)

13.1 Funzioni Convesse


Dati: −∞ ≤ a < b ≤ +∞ I = (a, b) φ : (a, b) → R allora abbiamo che la nostra
funzione φ è convessa se:

φ((1 − λ)x + λy) ≤ (1 − λ)φ(x) + λφ(y) (13.7)

se la φ è convessa allora è differenziabile e φ è monotona crescente

Dimostriamo la disugualianza di Holder:


1 1
chaimo A = ( X f p dµ) p e B = ( X g q dµ) q
R R

Normalizzaimo la nostra scrittura e chiamiamo:


f g
F = e chiamiamo G = (13.8)
A B
in questo modo ottenuamo che:
Z Z
P
F dµ = 1 e poi: Gq dµ = 1 (13.9)
X X

Sia x ∈ X se 0 < F (x) < +∞ e se la 0 < G(x) < +∞ allora:

1 1
F (x)G(x) ≤ F (x)P + G(x)q (13.10)
p q

ora integro e sostituisco:


Z
F Gdµ ≤ 1 (13.11)
X

Z Z  p1 Z  q1
p q
f g dµ ≤ f dµ g dµ (13.12)
X X X

Teorema:
Siano p e q esponenti congiunti con p>1 e sia:
f ∈ Dp e g ∈ Dq allora ho che:

f g ∈ D1 e ho che ||f g||1 ≤ ||f ||p · ||g||q


13.2. IL PROBLEMA DELLA SEMINORMA 93

13.2 Il problema della seminorma


Nella sezione precedente abbiamo definito come norma la seguente scrittura:
Z
||f ||p = |f |p dµ (13.13)
X

Ma questa è una norma ? Si può notare che questa scrittura non definisce una
norma perchè:
-)Vale la prop. triangolare (dalla disugualianza di Minkowsky); -)E’ omogenea
positiva; -) NON E’ zero quando e solo quando f ≡ 0 ma è più debole, infatti
finche la norma si annulli è sufficiente che f ≡ 0 q.o. in X quindi che sia diversa
da zero in un insieme finito di punti o più in generale è sufficiente che sia
diversa da zero su di un insieme di misura nulla. Questo è un problema ! allora
ci riconduciamo non più a DP ma consideriamo lo spaizio DP /
sim dove ∼ rappresenta la seguente classe di equivalenza:

f ∼ g ⇐⇒ differiscono per un numero di punti il cui insieme è di misura nulla


(13.14)

Allora definiamo la classe di equivalenza in questo modo:

[f ] = [g] =⇒ m(A) = 0 dove A = {x ∈ X : f (x) 6= g(x)} (13.15)

In questo modo lo spazio Dp / ∼ è uno spazio normato e viene chiamato Lp

13.3 Spazio metrico


Sia X-K spazio vettoriale è metrico se su X è definita un’ applicazion d :
X ×X →R
• d(x, y) = d(y, x);
• d(x, z) = d(x, y) + d(y, z);
• d(x) ≥ 0 e d(x) = 0 ⇐⇒x = 0;
La funzione d definita in questo modo è detta distanza. Dalla nozione di
distanza nasce la definizone di bolla aperta:

Br (a) = {x ∈ X : d(x, a) < r} (13.16)

Questa scrittura indica proprio la bolla di raggio r centrata in a a meno della


frontiera. Quindi è un aperto “elementare”. Da questa definizone possiamo
vedere tutti gli insieme aperti come unione di bolle aperte.

13.4 Successioni convergenti


Per definire la convergenza di una successione in Lp si usa sempre la solita, vec-
chia ma soprattutto universale definizione di limite che possiamo vedere quidi
seguito scritta in forma topologica e metrica:

Forma metrica:

{xn } → x allora ∀ε > 0 ∃ν > 0 : ∀n > ν d(xn , x) < ε (13.17)


94 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

Forma topologica: Dato un insieme topologico X ∈ τ e definita come Br (a) con a ∈


X la classe di bolle aperte di X allora abbiamo che:

∀Bε (xL ) con ε > 0 ∃ν > 0 : ∀n > ν x ∈ Bε (xL ) (13.18)

Quindi riassumendo se abbiamo il nostro spazio LP (X, µ) normato dalla norma


R 1
||f ||P = X f P dµ p allora definisco una distanza d(f, g) = ||f − g||P Ho che
{fn } → f ∈ LP ⇐⇒ ||fn − f ||P → 0
In particolare se la nostra successione {fn } è di Cauchy abbiamo che è verificata
la seguente condizione:

∀ε > 0 ∃ν > 0 : ∀m, n > ν =⇒ ||fm − fn ||P < ε (13.19)

ma se riscriviamo la cond. di Cauchy tenendo conto di come abbiamo definito


la nostra norma diventa:
Z
P
|fm − fn | dµ < ε (13.20)
X

Quindi trovare una f ∈ LP per cui valga questa condizione è un lavoro molto
complesso. In aiuto ci vengono alcuni importanti teoremi sulle sottosuccessioni.

TEOREMI SULLE SOTTOSUCCESSIONI

Sia dato (E, d) uno spazio metrico allora se : {xn } è una successione di Cauchy
=⇒∃{xn1 } : d(xni+1 , xni ) < 21i Quindi per indizione possimao costruire uan
successione, con indice ni tale che :
1 1
Fissato ε = =⇒ ∃ni > n1 : ∀ni , m > n1 , d(xni , xni+1 ) < i (13.21)
2i 2

Lemma di Fatoù
Qui di seguito si ricorda il Lemma di Fatoù che tornerà utile nella dimostrazione
del teorema di Riesez − F iseher:
Abbiamo E ⊆ Rn misurabile, fk : E → [0, +∞] misurabile in E possiamo
definire :

f (x) = lim inf fk (13.22)


k→∞

Allora questo implica che:


Z Z
lim inf fk ≤ lim inf fk (13.23)
E k→∞ k→∞ E

Il teorema comapre già dimostrato nella parte sull’integrale di Lebesgue. Nono-


stante tutto si ricorda al lettore che la dimostrazione era molto banale, perchè
si basava sul fatto di definire delle gk opportune (in modo tale che fossero il
inf delle fk ) poi si mostrava che la successione delle gk era monotona crescente
13.4. SUCCESSIONI CONVERGENTI 95

allora si poteva applicare il teorema di Beppo-Levi (o Teorema della Conver-


genza Monotona) e si raggiungeva così l’asserto.
Un caso particolare di questo teorema, che ci servirà a noi è il seguente:
Z Z
fn (x) → f (x) q.o. in X. Se fn dµ < M =⇒ f dµ < M (13.24)
X X
p
Teorema: L (µ) è uno spazio metrico completo per 1 ≤ p ≤ ∞ e per ogni
misura positiva µ

P roof. Assumiamo per prima cosa che 1 ≤ p < ∞. Sia {fn } una successione
di Cauchy in LP (µ). Allora ch’ una sottosuccessione {fni } per cui vale:

fni+1 − fni < 1



(13.25)
2i
Costruiamo le nostre gk nel seguente modo e poi vediamo che considerazione
fare:
k
X ∞
X

gk = fni+1 − fni quindi sia g = fni+1 − fni (13.26)
i=1 i=1

Dalla 12.25 e dalla disugualianza di Minkowsky dimostriamo che ||gk ||P < 1
per k = 1, 2, 3... Inoltre usando il lemma di Fatoù per la successione delle {gkP }
otteniamo che ||g||P < 1 in particolare sapendo come è definita la norma e
ssapendo che tutte le funzioni in gioco sono funzioni positive possiamo dire che
la g(x) < +∞ q.o. quindi la serie: infatti sviluppando bene i conti:
N N
X X 1 X 1
||gk ||P ≤ fni+1 − fni ≤
i
≤ ∞ i =1 (13.27)
i=1 i=1
2 i=1
2

Per il lemma di Fatoù posso far vedere che:


Z Z
P P
lim inf |gk (x)| dx ≤ lim inf |gk (x)| dx ≤ 1 (13.28)
X k→∞ k→∞ X

Da qui deduco che la mia |g(x)| < +∞ q.o. in X

Considero la sottosuccessione:

X
fn1 (x) + fni+1 (x) − fni (x) (13.29)
i=1

converge assolutamente per ogni x ∈ X. A questo punto chiamiamo definiamo


la nostra serie convergente come la nostra f(x). Ammettiamo che f(x)=0 su un
insieme di “resto” di misuta nulla.quindi otteniamo che:
k−1
X
f ni + fni+1 (x) − fni = fnk (13.30)
i=1

possiamo osservare che :

f (x) = lim fni (x) q.o. in X (13.31)


i→∞
96 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

Abbiamo trovato una funzione f che è limitata puntualmente quasi ovunque


della {fni } ora dobbiamo provare che questa f è il limite in Lp della {fn }
Scegliamo un ε > 0. Allora ∃N tale che ||fn − fm ||P < ε ∀m, n > N . Allora
usando il lemma di Fatoù:
Z Z
P fn (x) − fn P dµ ≤ εP

|f − fm | dµ ≤ lim inf i+1 i
(13.32)
X i→∞ X

Quindi dall’espressione qui sopra possiamo concludere che f − fm ∈ Lp così


anche f = (f − fm ) + fm ed infine abbiamo che ||f − fm ||P → 0 per m → ∞ e
questo completa la dimostrazione per il caso 1 ≤ p < ∞

13.5 Spazi elementari di Hilbert


Definizione:
Sia H un K-Spazio Vettoriale, è chiamato “spazio a prodotto interno” se ad ogni
coppia di vettori x e y ∈ H è associato un elemnto di H definito come hx|yi
che veine chiamto: prodotto scalare. Il prodotto scalare gode delle seguenti
proprietà:

• hx|yi = hx|yi per x, y ∈ H;

• hx + y|zi = hx|zi + hy|zi per x, y ∈ H;

• hαx|yi = αhx|yi con α ∈ R e x, y ∈ H

• hx|xi ≥ 0 ∀x ∈ H

• hx|xi = 0 ⇐⇒ x = 0

Stando alla definizone di norma notiamo che la norma indotta dal prodotto
scalare è la seguente:
2
||x|| = hx|xi (13.33)

Vale la disugualianza di Holder, ma per il caso di P=2 quindi non è altro che
la conosciutissima disugualinza di Swartz:

|hx|yi| ≤ ||x|| · ||y|| per ogni x, y ∈ H (13.34)

Vale la disugualinza triagolare:

||x + y|| ≤ ||x|| + ||y|| (13.35)

Proof:
q p 2 p 2
2
||x + y|| = hx + y|x + yi = hx|xi + hx|yi + hx|yi + hy|xi =
p 2 p 2
= hx|xi + hx|yi + 2hx|yi ≤ ||x|| + ||y|| + (2hx|yi) ≤
q
2
p
≤ ||x|| + ||y|| + 2 ||x|| · ||y|| = (||x|| + ||y||) (13.36)
13.5. SPAZI ELEMENTARI DI HILBERT 97

Data la nozione di norma possiamo definire una distanza. Così H è sparzio


metrico ed è anche completo.

TEOREMA:
La funzione x 7→ ||x|| è una norma di H che verifica l’identità del parallelo-
gramma.

x + y 2 x − y 2

= 1 ||x||2 + ||y||2
 
+ (13.37)
2 2 2
P roof.
Ovvia Basta usare le proprietà della norma descritte precedentemente.

Ogni spazio di Hilbert H è uno spazio metrico, dove la metrica è quella


indotta dalla norma:
p
d(x, y) := ||x − y|| = hx − y|x − yi (13.38)

Esempio - che secondo me non ha molto senso-RIVEDERE


Prendiamo lo spazio L2 (µ), è lo spazio delle classi di equivalenza delle funzioni
a quadrato sommabile a valori complessi Lebesgue misurabili, quindi per cui è
valida la seguente definizione: f ∈ L2 se X |f | dµ < +∞. La completezza di
R

L2 (µ) è il caso speciale per p=2 dal teorema di completezaza degli spazi LP (µ),
la disigualinaza di Schwarz (il caso per p=2 di quella più generica di Holder):
Z Z  12 Z  12

f g ≤ 2 2
|f | dµ |g| dµ (13.39)
X X X

consente di definire il prodotto interno:


Z
hf |gi = f g dµ (13.40)
X

Quando µ è la misura di lebesgue ristretta ad un sottoinsieme misurabile Ω di


Rn la notazione comune per gli spazi di lebesgue sarebbe LP (Ω)

13.5.1 Isomorfismi di Spazi con Prodotto Interno


Un isomorfismo da H ad uno psazio a prodotto interno K è una biiezione lineare
Φ che conserva i prodotti interni, ossia tale che:

hΦx|ΦyiK = hx|yiH (13.41)

Teorema: Ogni isometria lineare suriettiva Φ : H → K è un isomorfismo

P roof.
Ogni prodotto interno gode della proprietà di polarizzazione:
1 2 2 2 2

hx|yi = ||x + y|| − ||x − y|| + i ||x + iy|| − i ||x − iy|| (13.42)
4
Ogni isometria è iniettiva quindi questo completa la dimostrazione.
98 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

13.6 Operatori lineari continui e limitati in uno


spazio di Hilbert H
Siano X e Y spazi metrici sia definita una applicazione lineare f : X → Y ;
f è continua nel p ∈ X se per ∀ intorno V (f (p)) ⊂ Y ∃ un intorno Up ⊂ X
del punto p tale che f (Up ) ⊂ V (f (p)) questa è proprio la definizione base, dal
punto di vista topologico, di continuità dell’applicazione f . 1 Se f è continua,
vale la definizione appena scritta quindi: f −1 (V ) è aperto in X per il teorema
della amppa aperta che è diretta conseguenza del teorema di invertibilità locale.
Ora supponiamo X e Y spazi metrici su H(R, C), supponiamo che sia definito
l’operatore A : X → Y e che A abbia le proprietà di essere lineare quindi:
A(λx + γy) = λAx + γAy. Posso definire una norma sia nello spazio di parenza
che in quello di arrivo:

dx (α, β) = ||α − β||


dy (δ, γ) = ||δ − γ|| (13.43)

Definisco lo spazio degli operatori lineari continui:

B(X, Y ) = {A : X → Y t.c. A operatore lineare continuo} (13.44)

Sia {An } ∈ B(X, Y ) e sia A operatore lineare da X in Y allora è vero che An →


A∀x ∈ X. Per dimostrare questo devo definire una convergenza uniforme.
Quella che si usava per le serie di funzioni non vale più perchè è facile notare
che:

sup ||A − An || = +∞ (13.45)


x∈X

quindi non mi da alcuna infomazione sulla limitatezza di quella scrittura, perchè


data la linearità dell’operatore A posso prendere un arbitrario coefficiente λ ∈ R
(quindi effettuare una trasforamzione nello spazio X) ma questo mi farebbe
tendere il limite del sup a +∞. Un modo per stabilire la limitatezza degli
operatori negli spazi di Hilbert è il seguente:
||Ax||
A è limitato se è limitato l’operatore: φA = (13.46)
||x||
In questo modo si elimina la dipendenza da λ, infatti:
||λAx|| |λ| ||Ax|| ||Ax||
φA = = = con λ ∈ R (13.47)
||λx|| |λ| ||x|| ||x||
Quindi A è limitato quando e solo quando:
 
||Ax||
sup <∞ (13.48)
X ||x||
Se A è limitato allora possiamo dire che:
Teorema: Se A è limitato implica che le seguenti affermazioni sono equivalen-
ti:
1 Notare come si costruisce la definizione di continuità, si parte dall’insime V (f (p)) quindi

un’intorno nella così detta anti-immagine e da questa si trova un Up che soddisfa il fatto
essenziale che f (Up ) ⊂ V (f (p))
13.6. OPERATORI LINEARI CONTINUI E LIMITATI IN UNO SPAZIO DI HILBERT H 99

a) A limitato;
b) A uniformente continuo;
c) A continuo in un punto;

Dimostrazione. a=⇒b)
Siano x1 e x2 ∈ X allora:

||Ax1 − Ax2 ||y = ||A(x1 − x2 )||y ≤ ||A|| ||x1 − x2 || (13.49)

infatti da come abbiamo definito la norma abbiamo che ||Ax|| ≤ ||A|| ||x|| quin-
di se l’operatore A è limitato è continuo ed è pure Lipscitziano.

c=⇒a)
Da rivedere meglio la dimostrazione.

B(X,Y) è uno spazio metrico completo

Teorema: Se Y è completo allora B(X,Y) è uno spazio completo.


Consideriamo il caso in cui abbiamo B(X, C) e sia X ∗ il duale di X allora se X
è spazio di Hilbert posso scrivere B(H)2 e il suo operatore A : H → C è sempre
continuo:

Dimostrazione. Siano A,B limitati tale che A+B limitato e ||A + b|| ≤ ||A|| +
||B|| questo implica che:

||(A + B)(x)||y = ||Ax + Bx|| ≤ ||Ax|| + ||Bx|| ≤


≤ ||A|| ||x|| + ||B|| ||x|| =
= (||A|| + ||B||) ||x|| (13.50)

se considero:(||A|| + ||B||) = m allora quella sopra è la definizione di operatore


limitato, quindi continuo.

Seconda parte:
Se Y è completo allora B(X,Y) è completo:
Considero {An } di Couchy =⇒∀E > 0 ∃ν : ||An − Am || < E se n, m > ν
Sia x ∈ X considero A → An questa successione è di couchy perchè:

||An x − Am x||y ≤ ||An − Am || ||x|| (13.51)

Ma il termine ||An − Am || è arbitrario allora scelgo ||An − Am || < E e ho quindi


che la successione è di couchy per ogni x ∈ X.
Il limite della successione è definito in modo banale:

Ax = lim An x (13.52)
n→+∞

Poi si mostra che A è lineare e la dimostrazione è conclusa.


2 In verità questo lo posso scrivere anche solamente se X è pre-Hilbertiano.
100 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

13.7 Ortogonalità negli spazi a prodotto interno


Sia H spazio di Hilbert, siano x, y ∈ H , diciamo che x⊥y ⇐⇒hx|yi = 0. Siano
A,B due sottospazi tali che A, B ⊆ X li definiamo ortogonali, se i loro insiemi
sono mutualmente ortogonali, cioè presi due elementi qualsiasi a ∈ A e b ∈ B
risulta sempre ha|bi = 0. In X possiamo definire un operatore lineare dalle
proprietà molto particolari, che si vedranno più avanti:

Ly (x) = hx|yi (13.53)

si dimostra che Ly è continuo e limitato:


Dimostrazione.

|λy (x)| = |hx|yi| ≤ ||x|| · ||y|| ∀x ∈ H =⇒ |λy (x)| ≤ ||y|| (13.54)

Quindi λy è limitato, quindi continuo.


Un altro funzionale lineare importante che vale la pena citare, con le sue
proprietà è l’operatore lineare di Risez, che è così definito:

· Rz : Y → H∗ Quindi gli elementi in gioco sono i seguenti:


· y 7→ λy Dove: y ∈ Y e λy ∈ H∗ (13.55)

Rz è iniettivo, perchè:

Presi: y1 6= y2 λy1 (x) 6= λy2 (x) =⇒ hx|y2 − y1 i = 0 (13.56)

Sia y ∈ H se prendo l’insieme Y ⊥ := {x ∈ H : x⊥y} questo implica che:

Y ⊥ = ker(λy ) = hλ−1
y {0}|λy (x)i = 0 (13.57)

allora Y ⊥ è un insieme chiuso. Questo risultato ci sarà ultile più avanti.

13.7.1 Serie ortogonali


La teoria sulle serie ortogonali, come vedremo tra breve, non è altro che una ge-
neralizzazione del teorema di piotagora per spazi a dimensione infinita. Infatti
nel caso banale se sia x, y ∈ C allora abbiamo che:
2 2 2
||x + y|| = ||x|| + ||y|| + 2Rehx|yi (13.58)

Ma se x⊥y allora abbiamo la scrittura nota a tutti:


2 2 2
||x + y|| = ||x|| + ||y|| (13.59)

O più in generale:
2
XN N
X 2
xi = ||xi || (13.60)



i=1 i=1

Se ci mettiamo in uno spazio di hilbert H vale ancora tutta la teoria degli


insiemi ortogonali.

∀Ω ⊂ H : Ω⊥ = (Ω)⊥ (13.61)
13.7. ORTOGONALITÀ NEGLI SPAZI A PRODOTTO INTERNO 101

il tutto è isomorfo a:

(span(Ω))⊥ = (span(Ω))⊥ (13.62)

quindi se prendiamo una serie ortogonale {xi }+∞


1
3
e volessi studiare la cover-
genza di questa serie:
+∞
X n
X
s= xi : Sn := xi ∈ H (13.63)
i=1 i=1

Mi trovo nel caso di studio della convergenza che è il più complicato possibile,
fortunatamente ci viene in aiuto questo gradissimo teorema:

Teorema sulle serie ortogonali in H :


P+∞
Sia H spazio di Hilbert completo e sia i=1 xi una serie ortogonale allora per
studiare la sua convergenza posso dire:
+∞
X +∞
X 2
xi converge ⇐⇒ ||xi || converge (13.64)
i=1 i=1

Quindi GRANDISSIMA SVOLTA, da una serie complicatissima il cui studio


della convergenza non sarebbe affatto banale ci siamo ridotti allo studio della
2
convergenza di una serie a termini reali, in quanto ||xi || ∈ R+ che è il casso più
banale possibile. Quindi anche in spazi di hilbert con dimensione infinita abbia-
mo una versione ampliata del “teorema di pitagora”, e otteniamo l’ugualianza
di Bessel-Parceval :
∞ 2 ∞
X X 2
xi = ||xi || (13.65)



i=1 i=1

13.7.2 Lemma delle proiezioni


Nelgli spazi infinito dimensionali è molto complicato definire il concetto di
proiezione ortogonale. In molti casi non esiste neanche, perchè se definiamo
la priezione ortognale di un cerco x su un certo spazio H , come il punto di
minor distanza tra lo spazio e il punto x non possiamo essere certi dell’esistenza
del minimo di quella funzione neppure se H è chiuso e limitato. Il teorema di
Heine-Borel vale solo se siamo in spazi isomorfi a Rn di dimensione finita. Qui
invece cade tutto. Un controesempio miciadiale che mette in risalto tutta la
complessità di definire il concetto di compattezza in questi spazi è il seguente:

Prendiamo l2 = {x1 , ...xn , ...} Sia S1 := {x ∈ l2 : ||x|| = 1}

Abbiamo che: dato che posso definire un orperatore di norma n(x) : l2 → R


che mappa in questo modo:

x 7→ ||x||
3 Cioè una serie in cui i vettori sono tutti mutualmente ortogonali o per meglio dire:

∀m, n ∈ N presi xm , xn ∈ l2 ho che hxm |xn i = 0


102 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

l’operatore n(x) è banalmente continuo, quindi S1 è l’anti-immagine di un un


chiuso generato da uan funzione continua, allora S1 è chiuso e limitato perchè
avremo che n(x)−1 = S1 . Ma detto questo possiamo notare che:
2
||ei − ej || = 2 ∀i, j ∈ N

Quindi lo psazio S1 è fatto da tutti PUNTI ISOLATI di distanza costante 2 !!!
Allora per ogni copertura di S1 non posso trovare sempre una sottocopertura
mi ricopra l’intero spazio S1 , infatti basta che prenda le bolle aperte
finita che √
di raggio 2 e mi trovo in una condizione nella quale non riesco ad estrarre
una sottocopertura finita. Quindi cade proprio la definizione di compatto. Lo
spazio S1 non è compatto allora questo implica il fatto che non è così semplice
stabilire l’esistenza e l’unicità della proiezione ortogonale, perchè questo lo
potrei fare facilmente se lo spazio fosse compatto (applicando i teoremi sulle
funzioni continue che valgono nei compatti sarebbe un gioco da ragazzi) ma
questo non è possibile. Bisognerà trovare strade alternative.

13.7.3 somma diretta


Sia X spazio vettoriale e V, W sottospazi d X. Si dice che X si decompone in
W e V se

X =V ⊕W (13.66)

Due sottospazi tali che: X = V ⊕W e V ∩W = ∅ si dicono in Somma diretta.


La somma diretta è un operatore definito come:

(v, w) 7→ (v + w) dove w ∈ W , v ∈ V (13.67)

Sia H spazio con protto interno, m sottospazio vettoriale. Sia x ∈ H. Un punto


P ∈ m è detto proiezione ortogonale dell’elemento x di H sul sottospazio m.
La condizone riscritta in modo formale è la seguente:

P ∈ m (x − P ) ∈ m⊥ =⇒ h(x − P )|zi = 0 ∀z ∈ m (13.68)

Se per ogni z appartenente al sottospazio m è verificata la nullità del prodotto


scalare, allora P raprresenta il piede della perpendicolare condotta da H su m
dell’elemento x ∈ H

LEMMA 1: H spazio con prodotto interno, siano m e W sottospazi vetto-


riali di H se H = m ⊕ W allora c’è un legame diretto tra m⊥ e W in particolare
m⊥ = W : .
Dimostrazione. si verifica facilmente che m⊥ ⊃ W successivamente se si consi-
dera:
∀ v ∈ m⊥ , α ∈ W e β ∈ m osservando che v = α + β =⇒

hv|βi = hα|βi + hβ|βi = hα|βi + ||β|| (13.69)

ma per come ho scelto v, α e β appartengono ad insimi ortogonoli tra loro


quindi i due prodotti scalari mi si annulla, deducendo che la ||β|| = 0. Ma se
la ||β|| = 0 ottengo che:

hv|βi = hα|βi =⇒ v = α (13.70)


13.7. ORTOGONALITÀ NEGLI SPAZI A PRODOTTO INTERNO 103

quindi m⊥ ⊂ W
Mettendo insieme le due condizioni, una appena ottenuta e l’altra dedotta
all’inizio arrivo a poter dire che:m⊥ = W

13.7.4 Equivalenza
Sia H spazio di Hilbert ed M un sottospazio vettoriale di H =⇒:
PROPOSIZIONE1: Se M è un chiuso e se M 6= H allora esiste un y ∈ H tale
che y 6= 0 e tale che y⊥M

PROPOSIZIONE2: M è denso in H ⇐⇒M ⊥ = {0}


Dimostrazione. Uso il lemma delle priezioni:

M ⊥ = (M ⊥ ) =⇒ H = M ⊕ (M ⊥ ) = M ⊕ M ⊥ =⇒ M = H =⇒ M ⊥ = {0}

13.7.5 Lemma delle Rappresentazioni di Riesz


Sia H uno spazio di Hilbert e λ un funzionale lineare continuo su H =⇒∃!y ∈ H
che rappresenjta λ cioè:

λy (x) = hx|yi con (x ∈ H) (13.71)

Supponiamo λ ≡ 0 =⇒λ(x) = hx|yi è verificata da y = 0. Se così non fosse


il Ker(λ) 6= H ma dato che Kerλ è un chiuso, questo implica che (Ker(λ))⊥
contiene un elemnto z 6= 0, dato che:

(Ker(λ))⊥ ∩ Ker(λ) = {0} =⇒ λ(z) 6= 0 (13.72)

Dimostrazione. Supponiamo quindi che λ(z) = 1. Per ogni x ∈ H ha quindi


una rappresentazione:

x = λ(x)z + w con w ∈ Ker(λ) ∀w ∈ Ker(λ) ho che hw|zi = 0 (13.73)

se considero ora il prodotto scalare tra:


2
hx|zi = hλ(x)z + w|zi = hλ(x)z|zi + hw|zi = λ(x)hz|zi = λ(x) ||z|| (13.74)

Infine per l’unicità: se ȳ è un vettore di H per cui il prodotto interno sia


hermitiano: hx|ȳi = hx|yi =⇒∀x ∈ H se z = y − ȳ =⇒∀x preso ho che :
2
hz|zi = ||z|| = 0 =⇒z = 0 ASSURDO ! quindi esiste un unico y.

13.7.6 Unicità della proiezione ortogonale


Si prendono le intersezioni con tante bolle e si verifica che facendo variaire il oro
diametro alla fine rimane un solo punto che sosddisfa la condizione richiesta.
Questo è verificato dal fatto che si dimostra che la successione dei diametri
delle bolle sferiche è una successione di Cauchy in uno spazio metrico completo,
quindi convergerà al valore della distanza “ortogonale“.4
4 Nota per l’autore: Inserire una dimostrazione semplificata rispetto a quella di Valz Gris.
104 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT

13.7.7 Proiettori Ortogonali


Inserire un po’ di proprietà sui proiettori ortogonali

13.8 Operatori Aggiunti, Autoaggiunti, Autova-


lori e Autospazi
Per introdurre la teoria degli operatori negli spazi di Hilbert ci ricolleghiamo al
Lemma delle Rappresentazioni di Riesz però applicato a H e al suo duale H∗ .
Siano H e H∗ , sia λ ∈ H∗ : ∃ ! y : λy (x) = hx|yi. Si ricorda inoltre che la
norma di un operatore è definita nel seguente modo:
|λ(x)|
||λ|| = sup (13.75)
x6=0 ||x||
In particolare per questo caso, riprendedo un risultato già ottenuto nella parte
in cui si è studiati gli operatori è il seguente:
|λ(x)|
||λ(x)|| = sup = ||y|| (13.76)
x6=0 ||x||
Questi riusltati appena elencati ci mostrano una cosa molto interessante. Il
fatto che ||λ|| = ||y|| ci dice che H e H∗ sono isometrici, quindi una successione
di Cauchy in H viene mandata in una successione di Cauchy su H∗ quindi se
H è completo lo è anche H∗
Prendiamo ora un operatore lineare continuo (indi limitato) A ∈ B(H) se esiste
un operatore lineare B ∈ B(H) tale che
hAx|yi = hx|Byi (13.77)
allora si dice che B è l’Aggiunto di A. Qundo B esiste è unico.

THEOREMA:Ogni operatore A ∈ B(H) possiede un operatore aggiunto.


Dimostrazione. Sia y ∈ H sia λy (x) := hAx|yi posso vederla come la composi-
zone di due funzioni:
x 7→ Ax z 7→ hz|yi (13.78)
H→H H→C

|λy (x)| = |hAx|yi| ≤ ||Ax|| · ||y|| ≤ ||A|| · ||x|| · ||y|| (13.79)


considerando: ||A|| · ||y|| = m arrivo a dire che:
|λy (x)| = m ||x|| (13.80)
Applicando il lemma delle rappresentazioni di Riesz a λy (x) = hAx|yi lo posso
scrivere come:
hAx|yi = hx|y ∗ i (13.81)
quindi esiste un vettore y ∗ fatto in modo tale che sia verificata la relazione:
y 7→ y ∗ = A† y (13.82)
A† è lineare continuo limitato
13.9. BASI HILBERTIANE 105

1) A† Lineare:

hAx|y1 + y2 i = hAx|y1 i + hAx|y2 i = hx|y1∗ i + hx|y2∗ i = hx|y1∗ + y2∗ i (13.83)

2) A† Continuo:

Bho! (13.84)

3) L’aggiunto di A† è se stesso:

||y ∗ || = ||λy || =⇒ ||y ∗ || ≤ ||A|| ||y|| (13.85)



Ay ≤ ||A|| · ||y|| ∀y

poi impostiamo che:

hAx|yi = hx|A† yi (13.86)

quindi :
††
A ≤ A† =⇒ ||A|| ≤ A†

(13.87)

mettendo insieme le relazioni 13.85 e 13.87 otteniamo che:

||A|| = A†

(13.88)

Esempio:
Un interessante esempio mostra ora come il teorema spettrale valido per il caso
finito dimensionale, non sia più valido:
Sia Q un operatore lineare autoggiunto, continuo e limitato. Trovare lo spettro
di questo operatore in L2 (0, 1)
Notiamo che:
Z 1 Z 1
hQf |gi = xf ḡdx = f (xḡ)dx = hf |Qgi (13.89)
0 0

Q come detto prima è autoaggiunto e limitato:

xf (x) = λf (x) =⇒ (x − λ)f (x) = 0 (13.90)

il che implica che f (x) = 0q.o. quindi ricavo che l’operatore Q non ha autovalori.

13.9 Basi Hilbertiane


Definire delle basi hilbertiane del mio spazio infinito dimensionale è una neces-
sità che discende direttamente dal poter utilizzare dal punto di vista geometrico
le proprietà di questo spazio funzionale. Per poter fare geometria è necessa-
rio avere delle basi a cui riferire delle coordinate. Un sistema ortonomale che
permette di diagonalizzare gli operatori definiti in uno spazio LP è presempio
quello dei polinomi di Legendre, oppure i polinomi trigonometrifci di fourier.
106 CAPITOLO 13. SPAZI LP - SPAZI DI HILBERT
Capitolo 14

La Trasformata di Fourier

14.1 brevi richiami sugli spazi Lp


supponiamo 1 ≤ p < ∞. Una funzione f(x) definita in X si dice di classe Lp se
esiste finito l’integrale:
Z
P
|f (x)| dx < ∞ (14.1)
X
P
La norma di L è definita come:
Z 1/p
||f ||P = |f |dx (14.2)
X

14.2 alcuni teoremi base degli spazi LP


1) Lp è completo:
Siano f1 , f2 , · · · , fn · · · funzioni di Lp se
lim ||fn − fm ||P = 0 (14.3)
n,m→ +∞

allora esiste una funzione f ∈ Lp tale che


lim ||f − f n||P = 0 (14.4)
n→ +∞

2) Continuità in media delle f ∈ Lp :


se f ∈ Lp allora
Z
lim |f (x + t) − f (x)|p dx = 0 (14.5)
t→0 X

3) Disigualianza triangolare:
Se f, g, ∈ Lp =⇒ ||f + g||P ≤ ||f ||P + ||g||P (14.6)
4) Disigualianza di Swartz (caso semplificato in L2 della disugualianza di Hol-
der)
Z Z  p1 Z  q1
f g dµ ≤ f p dµ g q dµ (14.7)
X X X

107
108 CAPITOLO 14. LA TRASFORMATA DI FOURIER

14.3 La trasforazione di Fourier il L1


R +∞
per ogni f∈ L1 cioè tale che esista finito l’integrale −∞
|f | dx l’integrale:
Z +∞ 
eiωx f (x) dx esiste per ogni valore di ω (14.8)
−∞

Definiamo allora la trasformata di Fouerir F(x) di una funzione f ∈ L1 nel


seguente modo:
Z +∞
1
F (ω) = √ eiωx f (x) dx (14.9)
2π −∞
Cioè è immediata conseguenza del fatto che per ω ∈ R se considero:
iωx
e f (x) = |f (x)| (14.10)

allora ho che:
Z +∞ Z +∞ Z +∞
iωx
iωx

e f (x) dx ≤ e f (x) dx ≤ |f (x)| dx < ∞ (14.11)
−∞ −∞ −∞

Dalla scrittura qua sopra deduciamo che la nostra F (ω) è una funzione limitata
perchè, indipendentemnte da ω abbiamo che:
Z +∞
1
|F (ω)| = √ |f (x)| dx < ∞ che è il risutalto ottenuto prima.
2π −∞
Inoltre è immediato dimostrare anche la F(x) è una funzione continua su tutto
l’asse reale. Infatti per ogni ω ed h reali avremo che:
Z +∞
1
F (ω + h) − F (ω) = √ eiωx (eihx − 1)f (x) dx (14.12)
2π −∞
quindi:
 Z +∞ 
1 e − 1 · |f (x)| dx h→0
ihx
|F (ω + h) − F (ω)| ≤ √ −→ 0 (14.13)
2π −∞

Teorema di Traslazione:
Siano a e b due numeri reali fissati in modo arbitrario. Se f (x) ∈ L1 ed F (ω) e
la sua trasformata di Fourier, allora la trasformata di f (x + a) è F (ω) · e−iaω .
Inoltre F (ω + b) è la trasformata di eibx f (x) quindi vuol dire che che tutte le
funzioni traslate di una trasformata sono ancora una trasformata.
P roof.

Z +∞ Z +∞
1 1
√ iωx
e f (x + a) dx = √ eiω(x−a) f (x) dx = e−iaω F (ω)(14.14)
2π −∞ 2π −∞

la sostituzione fatta è banalmente un x = (x − a). Allo stesso modo si dismosta


il caso:
Z +∞
1
eiωx eibx f (x) dx
 
F (ω + b) = √ (14.15)
2π −∞
14.3. LA TRASFORAZIONE DI FOURIER IL L1 109

Teorema di Reimann-Lebesgue
Se f ∈ L1 allora:
Z +∞
1
lim F (ω) ≡ lim √ eiωx f (x)dx = 0 (14.16)
ω→±∞ ω→±∞ 2π −∞

Dimostrazione. Sapendo la nostra trasformata di foureir possimao scriverla


normalmente:
Z +∞
1
F (ω) = √ eiωx f (x)dx (14.17)
2π −∞

La −F (ω) per le proprietà dei complessi sarà banalmente defina in questo


modo:
Z +∞
1
−F (ω) = √ eiω(x+π/ω) f (x)dx =
2π −∞
Z +∞
1
= √ eiωx f (x − π/ω)dx (14.18)
2π −∞

Stroendo la 13.18 dalla 13.17 si avrà che:


Z +∞
1
2F (ω) = √ eiωx [f (x) − f (x − π/ω)] dx (14.19)
2π −∞

Maggiornado il lavore assoluto:


Z +∞
1
2 |F (ω)| ≤ √ |f (x) − f (x − π/ω)| dx (14.20)
2π −∞

Ma per il teorema di Continuità delle funzioni f ∈ Lp (Teorema 2) so che:


Z ∞
lim |f (x) − f (x − π/ω)| dx = 0 (14.21)
ω→±∞ −∞

e da questo si ottiene il riusltato.

Corollario interessante:
Se f ∈ L1 allora sono verificate le seguenti ugualianze:
Z +∞ Z +∞
lim f (x) sin(ux) dx = 0 lim f (x) cos(ux) dx = 0
u→±∞ −∞ u→±∞ −∞

I risultati fin’ora raggiunti sono notevoli. Abbiamo visto che presa un funzione
in L1 (Rn ) è sensato scrivere l’integrale di fuorier di quella espressione. Abbiamo
visto che la trasformata di fourier della funzione f [ se f è sempre in L1 (Rn )] è
una funzione sempre in L1 (Rn ) contunua, limitata, e tende a zero all’infinito.
Le proprietà non valvogono in modo simmetrico, infatti presa una funzione di
L1 tale che sia continua, limitata tentende bene a zero all’infinito, non è detto
che questa sia la trasformata di fourier di un funzione f sempre in L1 (Rn ).
110 CAPITOLO 14. LA TRASFORMATA DI FOURIER

14.3.1 Alcune funzioni ausliarie:


Nelle dimostrazioni dei teoremi di inversione e di estensione dell trasformata
di Fourier a tutto L2 è utile introdurre una classe di funzioni H(λt) positi-
ve con trasformata di Fourier positiva, il cui integrale sia facile da calcolare.
Definiamo:

H(λt) = e−λ|t| (14.22)

definiamone la sua trasformata di Fourier:


Z
hλ (x) = H(λt)eixt dt (λ > 0) (14.23)
R

Da semplici conti si può calcolare il valore dell’integrale:


r
2 λ
hλ (x) = (14.24)
π λ 2 + x2
Svolgendo sempre facili conti si può notare che la hλ è pure normalizzata a 1:
Z
hλ (x)dx = 1 (14.25)
R

Una osservazione molto interessante e che ritornerà molto utile nei teoremi
successivi è la seguente:
Z
(f ∗ hλ )(x) = H(λt)F (t)eixt dt (14.26)
R

Dimostrazione.
Z Z Z Z
(f ∗ hλ )(x) = f (x − y) dy H(λt)eity dt = dtH(λt) dyf (x − y)eity =
R R R R
Z Z Z Z
= H(λt) dt f (p)e it(x−p)
dp = itx
H(λt)e dt f (p)e−itp dp =
R R R R
Z
= H(λt)F (t)eitx dt (14.27)
R

14.3.2 IL PROBLEMA DELL’INVERSIONE DELLA F.T.


Per la trasformata di Fouerier esiste una formula di invesione ed è la seguente:
Z
1
F (u) = √ e−inx f (x)dx (14.28)
2π Rn
Z
1
f (x) = √ einx F (u)du (14.29)
2π Rn
dove la F(u) è la mia trasfrormata di fourier e la f(x) rappresenta la tasformata
inversa.
Per dare senso alla 14.23 inziamo commentando alcuni Lemmi utili:
14.3. LA TRASFORAZIONE DI FOURIER IL L1 111

LEMMA1:
Sia α(t) una funzione a variazione limitata1 in [0, δ] per un certo δ > 0. Allora
1 δ
Z
sin(Rt) 1
lim α(t) = α(0+ ) (14.30)
R→∞ π 0 t 2
Si può dimostrare che ogni funzione a variazione limitata può essere espressa
come la differenza di 2 funzioni limitate NON decrescenti, quindi è sufficiente
dimostrare il lemma nel caso in cui α è non descrente e limitata in [0, δ]

CASO1: α(0+ ) = 0
Doto un ε > 0 è possibile identificare un ν tale che 0 < ν < δ tale che |α(t)| ≤ ε
per 0 < t < ν . Usando ora il teorema della media integrale, possiamo dire che
esiste uno ξ in [0, ν] tale che:
Z ν Z ξ Z ν
sin(Rt) sin(Rt) sin(Rt)
α(t) dt = α(0+ ) dt + α(ν − ) dt =
0 t 0 t ξ t
Z ν Z νR
− sin(Rt) − sin(Rt)
= α(ν ) dt = α(ν ) dt
ξ t ξR t
R
b
Ora se scelgo una A tale che: a sin(t) dt ≤ A per ogni intervallo (a, b) allora:

t
Z ν
sin(Rt)
≤ A α(ν − ) ≤ εA

α(t) dt (14.31)

0 t

Si ottiene che:
Z Z
δ sin(Rt) δ sin(Rt)
α(t) dt ≤ εA + α(t) dt (14.32)

t t

0 ν

si nota che α(t)/t è integrabile in [ν, δ] poichè α è limitata in [0, δ]. Per il
corollario precednete quindi si ha che :
Z δ
sin(Rt)
lim dt = 0 (14.33)
R→∞ ν t
Dalla 14.26 si e dalla 14.27 si conclude che:
Z
δ sin(Rt)
lim sup α(t) dt ≤ εA (14.34)

R→∞ 0 t

usnado l’arbitrarietà di epsilon posso gingo a dire:


1 δ
Z
sin(Rt) 1
lim α(t) dt = 0 = α(0+ ) (14.35)
R→∞ π 0 t 2
CASO2: α(0+ ) 6= 0
Poniamo β(t) = α(t) − α(0+ ) allora questo implica che β(0+ ) = 0 quindi
possiamo riutilizzare i riultati ottenuti per il caso precedente in particolar modo:
Z δ
sin(Rt)
lim β(t) dt = 0 (14.36)
R→∞ 0 t
1
Pn f (x) è a variazione limitata in (a, b) se er ogni partizione di (a, b) x1 , x2 , · · · , xn si ha
1 |f (xk ) − f (xk−1 )| < M
112 CAPITOLO 14. LA TRASFORMATA DI FOURIER

Si può verificare che :


Z δ Z Rδ
1 sin(Rt) 1 sin(Rt) 1
dt = dt → per R → ∞ (14.37)
π 0 t π 0 t 2

infine, da come è stata considerata β(t) possiamo scrivere che:


Z δ Z δ Z δ
1 sin(Rt) 1 sin(Rt) 1 sin(Rt)
α(t) dt = β(t) dt + α(0+ ) dt (14.38)
π 0 t π 0 t π 0 t

Questa condizione con quelle precedenti portano a dire che:


Z δ
1 sin(Rt) 1
lim α(t) dt = α(0+ ) (14.39)
R→∞ π 0 t 2

Quindi mettendo insime il riusltato del caso 1 è del caso 2 abbiamo proprio
l’enunciato del nostro lemma, quindi la proposizone 14.24 risulta dimostrata.

Dimostrazione alternativa: La dimostrazione presentata precedentemen-


te del teorema di inversione è rigorosa e molto stabile. Allos stesso modo
però, possimo costruire una seconda dimostrazione molto più semplice basata
sulle proprietà delle funzioni ausiliarie enunciate nella sezione 14.3.1. Infatti
possiamo scrivere:

Dimostrazione. Se f ∈ L1 e F ∈ L1 e se:
Z
g(x) = F (u)eiux dt (14.40)
R

allora g ∈ C0 e f (x) = g(x) infatti:


Z
(f ∗ hλ )(x) = H(λt)F (u)eixu du (14.41)
R

L’integranda è limitata dal modulo di |F (u)| e dato che H(λt) → 1 al tendere di


λ → 0 l’integrale converge ad una funzione che per ora chiamiamo g(x) ∀x ∈ R1
per il teorema di Lebesgue della convergenza dominata.Sapendo che se 1 ≤ p ≤
∞ e se la f ∈ Lp allora ho che :

lim ||f ∗ hλ − f || = 0 (14.42)


λ→0

questo dice che quanto fatto fin’ora ha senso, la g esiste veramente e possiamo
anche notare che se {λn } è una succ. di Cauchy con limite 0 quindi λn → 0
allora :

lim (f ∗ hλn )(x) = f (x) q.o. (14.43)


n→∞

Quindi f (x) = g(x) qusi ovunque. Il fatto che g(x) ∈ C0 segue direttamente dal
fatto che se una funzione generica f se è il L1 allora è in C0 e ||F ||∞ ≤ ||f ||1
14.3. LA TRASFORAZIONE DI FOURIER IL L1 113

14.3.3 TEOREMA DI JORDAN:


Se f ∈ L1 è a varaizione limitata in un intorno del punto x, allora:
Z R
1 1
lim √ e−iux F (u)du = [f (x+ ) + f (x− )] (14.44)
R→∞ 2π −R 2
Dimostrazione. per ogni R>0 possiamo porre:
Z R Z R Z +∞
1 1
SR (x) = √ e−iux F (u)du = e−iux du eiut f (t)dt (14.45)
2π −R 2π −R −∞

dato che la f ∈ L1 (R) allora l’integrale doppio scritto nella formula 14.35 è
assolutamente convergente. Essendo assolutamente convergente, vale il th. di
Fubini, posso invertire l’ordine di integrazione:
Z +∞ Z R
1 +∞ sin(R(x − t))
Z
1
SR (x) = f (t)dt eiu(x−t) du = f (t) dt =
2π −∞ −R π −∞ x−t
Z
1 sin(Rt)
= f (x − t) dt (14.46)
π R t
Infine, scomponendo la f nelle sue componeti pari e dispari, cioè ponendo
identicamente:
1 1
f (x − t) = [f (x − t) + f (x + t)] + [f (x − t) − f (x + t)] (14.47)
2 2
si ha che:
Z ∞
1 sin Rt
SR (x) = [f (x − t) + f (x + t)] dt = I1 + I2 dove:
π 0 t
1 δ
Z
sin Rt
I1 = [f (x − t) + f (x + t)] dt
π 0 t
1 ∞
Z
sin Rt
I2 = [f (x − t) + f (x + t)] dt (14.48)
π δ t
e il δ è un δ > 0 : f risulti a variazione limitata in [x − δ, x + δ]. Per il lemma
precednete abbiamo che:

1 δ
Z
sin Rt 1
lim I1 ≡ lim [f (x − t) + f (x + t)] dt = [f (x− ) + f (x+ )]
R→∞ R→∞ π 0 t 2
per il secondo integrale, dato che [f(x-t)+f(x+t)]/t è integrabile per 0 ≤ x < ∞
ho che per il corollario di Reimann-Lebesgue:
1 ∞ [f (x − t) + f (x + t)]
Z
lim I2 = sin Rt dt = 0 (14.49)
R→∞ π δ t
Quindi mettendo insieme tutti i risultati raggiunti si ottiene la tesi del th. di
Jordan:
1
lim SR = lim I1 + lim I2 = [f (x− ) + f (x+ )] (14.50)
R→∞ R→∞ R→∞ 2
c.v.d.
114 CAPITOLO 14. LA TRASFORMATA DI FOURIER

14.3.4 Prodotto di convoluzioni


Se f, g ∈ L1 (R) se esiste l’integrale :
Z
h(x) = f (x − t)g(t)dt (14.51)
R

chiamiamo h(x) prodotto di convovoluzioni di f e ge possiamo anche scriverla


come h = f ∗ g
Usando il teorema di Fubini è semplicissimo dimostrare che l’integrale h(x)
esiste per quasi tutti gli x, ed h(x) è una funzione id L1 (R)
Le convoluzioni sono commutative ed associative:

f ∗g =g∗f (14.52)
(f ∗ g) ∗ k = f ∗ (g ∗ k) (14.53)

vedere la commutatività della convuluzione è banalissimo infatti basta effettu-


rare questa sostituzione: s = x-t, e otteniamo:
Z Z
f (x − t)g(t)dt = g(s − x)f (s)dt (14.54)
R R

Posso farlo perchè quel prodotto scalare è hermitiano quindi se inverto l’ordine
inverto anche il sengo.

TEOREMA DI CONVOLUZIONE:
siano f, g ∈ L1 (R) e sia h = f ∗ g, allora indicando con H(u), F(u) e G(u) le
trasformate di Fourier rispettivamente delle h(x) , f(x) , g(x) si ha che :

H(u) = F (u) · G(u) (14.55)

Dimostrazione. La dimostrazione di questo teorema è banale infatti basta ap-


plicare le definizioni fin’ora esposte:
Quindi per ogni u abbiamo che :
Z Z Z
iux iux
H(u) = e h(x)dx = e dx f (x − t)g(t)dt =
ZR Z R R
Z Z
= g(t)dt eiux f (x − t)dx = g(t)dt eiu(x+t) f (x)dx =
ZR R
Z R R
iut iux
= e g(t)dt e f (x)dx = G(u) · F (u) (14.56)
R R

Nel secondo passaggio per passare da eiux f (x − t) alla scrittura equivalente:


eiu(x+t) f (x) si è fatta una banale sostituzione del tipo x = x + t
Dato che f, g ∈ L1 (R) quindi tutti gli integrali convergono assolutamente. Si è
potuto applicare il th. di Fubini ripetutamente raggiungnerndo all’asserto.

14.3.5 La Trasformata di Fourier in L2 (R)


Nei paragri precedenti si è parlato della trasformata di fouerier per funzioni
L1 (R). Qui ora ci proponiamo di dare alcuni primi risultati della trasformata
di fouerier a L2 (R) cioè alle funzioni f a quadrato sommabile. Cominciamo ad
14.3. LA TRASFORAZIONE DI FOURIER IL L1 115

analizzare il caso in cui f ∈ (L1 (R) ∩ L2 (R)).

Teorema: se f ∈ (L1 (R) ∩ L2 (R)) allora la sua trasforata di fouerier è in


L2 (R) e vale l’ugualianza di Parseval:
Z Z
2 2
|F (u)| du = |f (x)| dx (14.57)
R R

Dimostrazione. Omessa

TEOREMA DI PLANCHEREL: Dato che la misura di lebesgue su R1


è una misura positiva infinita, L2 non è un sottoinsieme di L1 e la definizo-
ne della Trasformata di Fouerier data nella formula 14.8 non è direttaemnte
applicabile alle funzioni di L2 (R). La definione comunque è inizialmente ap-
plicabile a quelle funzioni appartenenti a L1 ∩ L2 . Per questo tipo di funzioni
come abbiamo visto vale l’ugualinaza di parceval quindi ||F (u)||2 = ||f ||2 que-
sta isometria di L1 ∩ L2 in L2 , può essere estesa a tutto L2 , questa estensione ci
permetterà di definire la trasformata di Fourier a tutte le funzioni f ∈ L2 (R).
La trasformata di Fourier estesa a tutte le f di L2 (R) viene anche chiamata
anche Trasformata di Pancherel. Nasce quindi una L2 -teoria della Trasfor-
mata di Fouerier che ha la grande propeirtà di essere molto più simmetrica
del caso di L1 (R). Infatti rispetto a L1 (R) in L2 (R) come è stato possibile
dall’ugualianza di Parceval, F (u) e f (x) giocano lo stesso peso.

Possiamo associare ad ogni funzione f (x) ∈ L2 una funzione F (u) anch’es-


sa in L2 tale che si abbaino fissate le seguenti proprietà:

a) F (u) è la trasfomata di fouerier secondo la vecchia definzione della mia


funzione di partenza f QUANDO E SOLO QUANDO f ∈ L1 ∩ L2 ;
b)Per ogni f ∈ L2 è verificata l’uagualizna di Parceval: ||F (u)||2 = ||f (x)||2 ;
c) La mappatura f 7→ F è un isomrfismo in uno spazio H da L2 su L2 ;
d)La seguente relazione di simmetria esistente tra f e F
Z R Z R
ϕA (x) = f (x)e−iux dx ψA (u) = F (u)eiux du (14.58)
−R −R

implica che ||ϕA − F ||2 → 0 e che ||ψA − f ||2 → 0

Dimostrazione. Dato che L1 ∩ L2 è denso2 in L2 la propeirtà a) e b) sono


determinate dall’unicità della mappatura f 7→ F La propeirtà d) viene spesso
chiamata Teorema di inversione in L2 .
Per prima cosa consideriamo la relazione di Parceval:

||F ||2 = ||f ||2 (f ∈ L1 ∩ L2 ) (14.59)


2 dire che L1
T 2
L è denso in L2 vuol dire T che ogni elemento di L2 è ricostruibile come
limite di una serie di funzioni {fn } ∈ L 1 L2 . infatti possiamo mostrare che presa un

f ∈ L1,2 possiamo dire che : limn→∞ R |fn |2 dµ = R limn→∞ |fn |2 dµ = R |f (x)|2 dµ(x)
R R R

per il teorema di Lebesgue. da cui è poi facile dedurre che ogni funzione L2 è identificabile
come funzione limite di una successione di funzioni in L1,2 . Quindi L1 ∩ L2 è denso in L2
116 CAPITOLO 14. LA TRASFORMATA DI FOURIER

Per semplicità di notazione chiamiamo L1,2 l’insieme L1 ∩ L2 . Fissiamo una f


in L1,2 , poniamo F (u) = f (−x) e definaimo g = f ∗ F , allora:
Z Z
g(x) = f (x − y)f (−y)dy = f (x + y)f (y)dy (14.60)
R R

Oppure scritta in una notazione spesso usata sui libri di analisi funzionale:

g(x) = (f−x,f ) (14.61)

dove il prodotto interno è preso quello dello spazio di Hilber L2 e con f−x si
vuole indicare la traslata di f . Per il teroema di traslazione enunciato ad inzio
capitolo, abbiamo che la mappa x 7→ f−x è una mappa continua di R in L2 , la
continuità del prodotto interno implica che g è una funzione continua. Dalla
disugualianza di Swartz otteniamo anche che:
2
|g(x)| ≤ ||f−x ||2 ||f ||2 = ||f ||2 (14.62)

quindi si osserva che g è limitata . Dato che g ∈ L1 , f ∈ L1 e F ∈ L1 possiamo


scrivere:
Z
(g ∗ hλ )(0) = H(λt)G(t)dt (14.63)
R

dato che la g è continua e limitata allora:


Z
2
lim (g ∗ hλ )(0) = H(λt)G(t)dt = g(0) = ||f ||2 (14.64)
λ→0 R

2
Si può dimostrare3 che G(u) = |F | ≥ 0 e anche che H(λt) cresce a 1 al tendere
di λ a zero4 . Il teorema della convergenza monotona ci permette quindi di
scrivere:
Z Z
2
lim H(λu)G(u)du = |F (u)| du (14.66)
λ→0 R R

Ora dai risultati precedneti possamo concludere che la F ∈ L2 e che le norme


si mantengono. Questo è un punto gruciale della dimostrazione. Sia dato Y
lo spazio di tutte le Trasformate di Fouerier F delle funzioni f ∈ L1,2 la 14.49
ci dice che Y ⊂ L2 . possimao affermare che Y è denso in L2 per esmepio
prendendo Y ⊥ = {0}. Le funzioni x → eiαx H(λx) sono in L1,2 ∀ α ∈ R e per
ogni λ > 0 abbiamo che la sua trasformata di fouerier è :
Z
hλ (α − t) = eiαx H(λx)e−ixt dx (14.67)
R
3

Dimostrazione. Se f ∈ L2 allora =⇒che se g(x) = f (−x) allora G(u) = F (u) infatti basta
andare a sostituire nella definizione di trasformata di Fourier:
Z Z Z
F (u) = f (x)eiux dx = g(−x)e−iux dx = g(x)eiux dx = G(u) (14.65)
R R R

4 Si veda sezione 14.3.1


14.3. LA TRASFORAZIONE DI FOURIER IL L1 117

sono conseguentemente in Y . Se w ∈ L2 , w ∈ Y ⊥ segue che:


Z
(hλ ∗ w̄)(α) = hλ (α − t)w̄(t)dt = 0 (14.68)
R

questo vale per ogni α. Infatti abbiam preso w in Y ⊥ , quindi dato che se
1 ≤ p < ∞ e f ∈ Lp allora limλ→0 ||f ∗ hλ − f || = 0 e dal fatto cheTY è denso
in L2 allora facendo il prodotte hermitiano tra una oggetto in L1 L2 e Y ⊥
significa fare il prodotto scalare tra du oggetti ortogonali, quindi il risultato è
zero. Ora introduciamo la notazione temporanea: Ff = F (u). Come è stato
provato precendentemente il mio opetatore F è una isometria da un sottospazio
denso in L2 chiamato L1,2 verso un altro sottospazio denso in L2 chiamato Y .
Il mio operatore F però può essere esteso a isometria di tutto L2 su tutto L2 ,
questo dal fatto che è possibile dimostrare5 che se X, Y sono spazi metrici e
X è completo, se F : X → Y è UNIFORMEMENTE continuo , se X ha un
sottoinsieme denso X0 sui cui F(X0 ) è denso in Y allora F è una isometria tra
X e Y . L’operatore esteso lo identifichiamo nel seguente modo: F̃ allora se
scriviamo F̃f otteniamo le propeirtà a) e b), la propeità c) segue direttamente
dalla b) dalla dimostrazione della formula di Parceval.
Z Z
f (x)g(x)dx = F (t)G(t)dt (14.69)
R R

che vale così per ogni f ∈ L2 e per ogni g ∈ L2 . Per dimostrare la d), prendiamo
la funzione caratteristica dell’insieme A = [−A, A] che denotiamo con χA . La
funzione χA f ∈ L1,2 . in particolare se f ∈ L2 e abbiamo che:
Z
ϕA (u) = χA f (x)eiux dx (14.70)
R

con ||f − χA f || → 0 al tendere di A → ∞ allora segue dalla propeità b) che:

||F − ϕA ||2 = ||(f − χA f )∧ ||2 → 0 (14.71)

al tendere di A → ∞ L’altra metà della d) si dimostra nello stesso identico


modo.

Dimostrazione. La conseguenza di questa proprietà è puramente topologica:


Se f è una isometria su X è una conseguenza immediata della continuità uniforme di f .
Prendiamo un y ∈ Y , dato che f (X0 ) è denso in Y , c’è una successione f (xn ) → y per
n → ∞, la convergenza uniforme mi dice che questa è una successione di Cauchy. Dato che f
è una isometria allora deve esistere in X una rispettiva successione di Cauchy {xn } ∈ X tale
che {f (xn )} → y ∈ Y ma noi per ipotesi abbiamo preso lo spazio metrico X compelto, quindi
la successione di Cauchy considerata converge ad un qualche limite x ∈ X e la continuità ci
dice che f (x) = lim f (xn ) = y
118 CAPITOLO 14. LA TRASFORMATA DI FOURIER
Capitolo 15

Teoria delle Distribuzioni

In questo capitolo introdurremo alcuni argomenti principali della teoria del-


le distribuzioni in particolare, in primis si presenteranno alcuni concetti base
come quello delle successioni di Dirac, si riprenderanno alcune proprietà delle
convoluzioni ed infine si darà una definizione distribuizione, cercando di capire
in che modo generalizzano le funzioni ed infine presentare anche le definzioni
di derivate di una distribuzione e il teorema del calcolo per le distribuzioni.

15.1 Spazi Prodotto


15.1.1 Convoluzioni
Sapendo dal teorema di Fubini ch se consideriamo (X, S, µ) e (Y, F, λ) spazi
metrici con una σ − misura finita. Sia f una funzione misurabile definita in
X × Y allora:

i) Se 0 ≤ f ≤ ∞ e se
Z Z
φ(x) = fx dλ ψ(x) = f y dµ (x ∈ X, y ∈ y) (15.1)
Y X
allora φ e S − misurabile e ψ è F − misurabile
Z Z Z
φdµ = f d(µ × λ) = ψdλ (15.2)
X X×Y Y
(15.3)

ii) Se f ∈ L1 (µ × λ) e sia fx ∈ L1 (λ) per quasi ogni x ∈ X e f y ∈ L1 (µ) per


quasi ogni y ∈ Y allora le funzioni φ e ψ sono definite dalla 15.1 quasi ovunque,
sono rispettivamente in L1 (µ) e L1 (λ) e vale la 15.2
Ora possiamo dare una definizione di convoluzione e dimostrare un fondamen-
tale teorema:

siano f ∈ L1 e g ∈ L1 definisco la convoluzione tra f e g (e la identifico


come (f ∗ g)) come l’integrale:
Z
(f ∗ g) = f (x − y)g(y) dλ(y) (15.4)
R

119
120 CAPITOLO 15. TEORIA DELLE DISTRIBUZIONI

In genrale questo integrale non esiste quindi dobbiamo identificare bene gli in-
tervalli in cui questa scrittura esiste, infatti per un x fissato l’integrale esiste,
ma per ogni x? Abbiamo il prodotto di due funzioni di L1 e questo non neces-
sariamente restituisce una funzione di L1 quindi:

TEOREMA:
Supponiamo che f ∈ L1 (R1 ) e g ∈ L1 (R1 ) allora:
Z
|f (x − y)g(y)| dλ(y) < ∞ (15.5)
R

per quasi ogni x. Per queste x, definisco


Z
h(x) = f (x − y)g(y) dλ (15.6)
R

ALLORA h(x) ∈ L1 e si ha che:

||h||1 ≤ ||f ||1 · ||g||1 (15.7)

Dimostrazione. Vogliamo usare il teorema di Fubini per dimostrare che l’inte-


grale 15.5 esiste. Per prima cosa consideriamo la funzione

F (x, y) = f (x − y)g(y) (15.8)

è una funzione boreliana di R2 ! Allora definisco due funzioni:

φ : R2 → R e una seconda ψ : R2 → R tale che


φ(x, y) = x − y ψ(x, y) = y (15.9)

Allora f (x − y) = (f o φ)(x, y) e la g(y) = (g o ψ)(x, y).Dal fatto che φ e ψ


sono Boreliane allora anche la loro composizone (f o φ) e (g o ψ) rappresentano
funzioni Boreliane.1 Ora possiamo osservare che :
Z Z Z Z
dy |F x, y| dx = |g(y)| dy |f (x − y)| dx = ||f ||1 ||g||1 (15.10)
R R R R
R
là dove: R |f (x − y)| dx = ||f ||1
Per ogni y ∈ R, dall’invarianza per traslazione della misura di lebesge. In
questo modo F ∈ L1 (R2 ) e il th. di fubini mi permette di scambiare l’ordine
di integrazione:
Z Z Z
||h||1 = |h(x)| dx ≤ dx |F (x, y)| dy =
ZR Z R R

= dy |g(y)| dx |f (x − y)| = ||g||1 ||f ||1 (15.11)


R R

ottendo quindi la propozione di partenza: ||h||1 ≤ ||f ||1 · ||g||1


1 Questo è vero perchè in genrale se f è misurabile , e se Z è un genrico spazio topologico
allora se g : Y → Z è una mappa boreliana e se h è definita comeh = g o f . Allora h : X → Z
rappresenta pure lei una mappa Boreliana.
Dimostrazione: Se V è un aperto in Z, allora g −1 (V ) è un aperto in Y e abbiamo che:
h−1 (V ) = f −1 (g −1 (V ))
15.2. SUCCESSIONI DI DIRAC 121

15.1.2 proietà delle convoluzioni


Qui di seguito un elenco delle principali proprietà delle convoluzioni:
1. Commutatività : (f ∗ g) = (g ∗ f ) ;
2. Associatività : (f ∗ g) ∗ h = f ∗ (g ∗ h) ;

3. Distributività : f ∗ (g + h) = f ∗ g + f ∗ h ;
4. Moltiplicazione per scalare: α(f ∗ g) = (αf ) ∗ g = f ∗ (αg)
5. Regola di differenziazione: D(f ∗ g) = (Df ) ∗ g = f ∗ (Dg) ;

15.2 Successioni di Dirac


Definisco successione di Dirac, la seguente successione di funzioni:
Una successione di funzioni {φk } : φk : X → Y con X, Y spazi metrici tale che:

· φk (x) ≥ 0 (15.12)
Z
· φk (x) dλ = 1 (15.13)
Rn
Z
· ∀δ > 0 si ha che lim φk dλ = 0 (15.14)
k→+∞ ||x||>δ

T eorema di approssimazione
Sia f ∈ CcK (Rn ) dove 0 ≤ k < ∞. Sia ρ ∈ Cc∞ (Rn ) tale che :
Z
ρ ≥ 0 ; supp ρ ⊂ {|x| ≤ 1} ; ρdµ = 1 (15.15)
Rn

Sia un ε > 0 e posto che:


 
x−y
Z
fε (x) = ε−n f (y)ρ dy (15.16)
Rn ε

Allora fε ∈ Cc∞ (Rn ) e il suo supportoè contenuto in un  − vicino al supporto


di f e abbiamo che ∂ α fε converge uniformemente a ∂ α f per ε → 0
122 CAPITOLO 15. TEORIA DELLE DISTRIBUZIONI
Capitolo 16

Analisi Complessa

In questa sezione descriveremo alcuni concetti basilari delle funzioni a variabile


complessa. Ridefiniremo alcuni concetti già visti nell’analisi Reale. La tratta-
zione sarà agile e sintetica in quanto questo lavoro non si preoccupa di essere
testo completo di analisi ma verranno dati gli elementi basilari (col dovuto for-
malismo) all’introduzione di questo grandissimo e vastistimo argomento. La
primissima cosa da definire sarà il concetto di derivata, dopo il quale, osserve-
remo gli sviluppi di taylor, funzioni olomorfe e infine osservare alcuni criteri di
convergenza delle serie di Laurent.

16.1 Definizone di Derivata e Differenziabilità


Sia D un aperto di C e sia f : D → C una funzione complessa a valori complessi
allora:
Si dice che f è derivabile nel punto z ∈ D se esisite in C il limite:
f (w) − f (z)
f 0 (z) = lim (16.1)
w→z w−z
riscrivendo il rapporto incrementale per la parte Reale e per la parte immagi-
naria, otteniamo dopo alcuni conti l’L’identità di Cauchy-Reimann:
1
∂x f (z) = ∂y f (z) (16.2)
i
L’identità di cauchy reimann sostanzialmente è deducibile dal fatto che se noi-
la nostra funzione di vbariabile complessa la scriviamo come f (z) = u(x, y) +
iv(x, y) e prendiamo i due rapporti incrementali, lungo l’asse reale e l’imma-
ginario otteniamo proprio la definizione di derivata parziale delle mie funzioni
u(x, y) e v(x, y) ! Questa è una grande idea perchè posso definire la differen-
ziabilità della mia funzione f(z) in questo modo:
Incremento sull’asse reale, sia h ∈ R
f (z + h) − f (z) f ((x + h) + iy) − f (x + iy)
lim = lim =
h→0 h h→0 h
u(x + h, y) − u(x, y) v(x + h, y) − v(x, h)
= lim +i =
h→0 h h
= ∂x u(x, y) + i∂x v(x, y) (16.3)

123
124 CAPITOLO 16. ANALISI COMPLESSA

Incremento sull’asse complesso, sia k ∈ R


f (x + i(y + k)) − f (x + iy) 1 u(x, y + k) − u(x, y) v(x, y + k) − v(x, h)
lim = lim +i =
k→0 ik i k→0 k k
1
= (∂y u(x, y) + i∂y v(x, y)) (16.4)
i
Per essere derivabile devono essere uguali le due derivate, quindi esce l’identità
di C-R.
Detto questo possiamo affermare la seguente proposizione:
Sia f : D → C funzione complessa a valori complessi, f (z) = u(x, y) + iv(x, y)
con u, v, x, y reali, e sia x + iy ∈ D. La funzione f è derivabile in senso
complesso in z = x + iy se e solo se u e v sono entrambe differenziabili in senso
reale in (x,y)∈ R2 ed in più le derivate parziali devono verificare l’identità di
Cauchy Reimann
l’identità di Cauchy Reimann citata nel punto 1.2 può essere riscritta per un
caso reale come:

∂x u(x, y) = ∂y v(x, y) ∂y u(x, y) = −∂x v(x, y) (16.5)

dove u(x, y) = Re(f (z)) mentre v(x, y) = Im(f (z))

16.2 Funzioni Olomorfe


Sia D un aperto di C in cui sia definita una funzione f : D → C. La funzione
f si dice Olomorfa se ∀z ∈ D è derivabile in senso complesso e se ∀z ∈ D si
ha che f 0 (z) ∈ C 0

In poche parole la funzione f è Olomorfa in D se nell’aperto considerato è


di classe C 1 .
Usando un po’ di terminologia spesso, viene definito con:
1. H(D) lo spazio delle funzioni Olomorfe su un aperto D ⊆ C considerato;
2. Una funzione f si dice intera se è Olomorfa su tutto C

16.3 Funzioni Antiolomorfe


Dato D ⊆ C aperto definiamo antiolomorfa in D ogni funzione f : D → C
tale che la sua conigata f¯ : D → C definita come f¯(x + iy) = u(x, y) − iv(x, y)
è Olomorfa.
Proposizioni: Sia f : D → C con D ⊆ C aperto e f ∈ C 1 sui reali, allora:
1. f è antiolomorfa se e solo se ∂f (x + iy) = 0 cioè se e solo se è verificato
che:

∂x u(x, y) = −∂y v(x, y) ∂y u(x, y) = ∂x v(x, y) (16.6)

2. f è allo stesso tempo Olomorfa e Antiolomorfa se è localmente costante


sulle componenti connesse del domonio D
16.4. INTEGRAZIONE SU CAMMINI 125

16.4 Integrazione su Cammini


Se abbiamo una situazione in cui D ⊂ C ed f : D → C è continua si può consi-
derare la forma differenziale complessa f(z)dz. Ci interessa definire l’integrale
di tale forma lungo un cammino stabilito. Un cammino è una curva che
noi possiamo pensare parametrizzata nel seguente modo:
α : [a, b] → D (16.7)
α è un cammino in D. α si pensa che sia anche continua a tratti. Per definizione
di integrale di una curva possiamo formalizzare il tutto dicendo:
Z Z b
f (z)dz = f (α(t))α0 (t) dt (16.8)
α a
DISUGUAGLIANZA FONDAMNETALE: Se D è aperto di C, f : D → C è
continua, α : [a, b] → D è un cammino in D e sia ||f ||α denota il massimo
modulo della funzione f sul sostegno α(t) con t ∈ [a, b] si ha che:
Z Z

f (z)dz ≤ |f (z)| |dz| ≤ ||f ||α V (α) (16.9)

α α

Dimostrazione. La dimostrazione è molto banale:


Z Z b Z b
0
||f ||α |α0 (t)| |dt| =

f (z)dz ≤ |f (α(t))| |α (t)| |dt| ≤

α a a
Z b
= ||f ||α |α0 (t)| |dt| = ||f ||α V (α) (16.10)
a

Dove V (α) rappresenta la lunghezza del cammino α in D.

16.4.1 Invarianza per Omotopia


Come per gli integrali di linea di campi vettoriali a componenti reali si è di-
mostrato l’invarianza dell’integrale per omotopia, lo stesso vale anche nella
trattazione di funzioni complesse integrate lungo due cammini omotopi, in par-
ticolare:
Sia D aperto di C ed f : D → C olomorfa. Se α e β sono due circuiti di D
omotopi in D allora è soddisfatta l’ugualinza:
Z Z
f (z)dz = f (z)dz (16.11)
α β

Dimostrazione. Per il teorema già citato sull’invarianza dell’integrale per omo-


topia. Guardare la sezione dei domini aperti − connessi nel Capitolo 11
FORMULA DI CAUCHY PER IL CERCHIO:. Sia D ⊆ C aperto e sia
f : D → C olomorfa. Se a ∈ D ed r>0 sono tali che il disco chiuso di centro a
e raggio r è contenuto in D si ha che:
Z
1 f (ζ)
f (z) = dζ (16.12)
2πi B(a,r] ζ − z
dove B(a, r] indica l’integrale esteso al bordo del cerchio di centro a e raggio r
oppure possiamo vederlo come: γ(t) = a + reit dove t ∈ [0, 2π]
126 CAPITOLO 16. ANALISI COMPLESSA

Dimostrazione. Fisso uno z ∈ B(a, r[ si considera la funzione g : D → C


definita in questo modo:

f (ζ) − f (z)
g(ζ) = se ζ ∈ D \ {z}; g(z) = f 0 (z) (16.13)
ζ −z
Ora contaggo il cerchio γ sul punto z con omotetie di rapporto tendente a zero.
I cerchi diventano quindi descritti:

γλ (t) = z + λ(γ(t) − z) al variare di λ ∈ [0, 1] (16.14)

Per λ = 1 ho il cerchio completodi raggio r e centro a, per λ = 0 ho che


γ0 (t) = z
Integrando la funzione g(ζ) possimao notare che:
Z Z 2π 
0
I(λ) = g(ζ)dζ = g(z + λ(γ(t) − z))λγ (t) dt λ ∈ [0, 1] (16.15)
γλ 0

I γλ sono tutti circuiti omotopi g(ζ) è limitata nel cerchio compatto di centro a
e raggio r. Sia M il suo massimo modulo nel compatto considerato, osservando
anche che:
Z Z
|I(λ)| ≤ |g(ζ)| |dζ| ≤ M |dζ| = M 2πrλ (16.16)
γλ γλ

se λ → 0+ =⇒I(λ) → 0 quindi I(0) = I(1) = 0. quindi posso ugualiare e


svincolarmi dagli estremi:

f (ζ) − f (z)
Z Z Z
f (ζ) f (z)
dζ = 0 =⇒ dζ = dζ (16.17)
γ ζ −z γ ζ −z γ ζ −z

FORMULA DI CAUCHY PER LE DERIVATE SUCCESSIVE: Sia D ⊆ C


aperto e f : D → C olomorfa, allora si ha che per ogni discho chiuso B(a, r] ⊆ D
e ∀n ∈ N:
Z
(n) n! f (ζ)
f (z) per z ∈ B(a, r[ (16.18)
2πi ∂B(a,r] (ζ − z)n+1

Cioè derivate di funzioni olomorfe sono funzioni olomorfe.

Dimostrazione. Derivando successivamente sotto il segno di integrale ottengo


che:
dm (1/(ζ − z)) n!
n
= (16.19)
dz (ζ − z)n+1

per induzione su n si arriva all’asserto.


Capitolo 17

Appendici

127
128 CAPITOLO 17. APPENDICI
Appendice A

17.1 Limite superiore


Data un successione {xn } ∈ R, sia l’insieme Λ({xn }) la classe limite della
successione, cioè l’insieme degli a ∈ R che sono limite di una qualche sottosuc-
cessione di {xn }
Definizione: Definisco Limite superiore (o massimo limite) la seguente scrit-
tura:

s := sup Λ({xn }) lim sup xn (∈ R) (17.1)


n→+∞

Proprietà interessanti del massimo limite:

• s ∈ Λ({xn }) allora il limite superiore della successione se essite è il


massimo della classe limite;
• s = inf n (supk {xk : k ≥ n}) = limn→∞ (supk {xk : k ≥ n});
• Sia a ∈ R allora:
se s < a =⇒xn < a ∀n > ν;
se s > a =⇒xn > a Per infiniti indici.
P oof.
1) Fissiamo una successione {zn } ∈ R talche che zn → S. Posso costruire
una seccessione di indici che mi tornano utili per costuire una sottosucessione
convergente nel seguente modo:
se z1 < s allora per la proprietà dell’estremo superiore ∃a1 ∈ Λ : z1 < a1 ≤ s.
L’intervallo (z1 , s + 1) è un intorno di a1 allora esiterà un indice n1 : xn1 ∈
(zn , s + 1)
Seguita il passaggio K volte alla fine ottengo una successione di indici:
 
1
n1 < n2 < n3 , · · · tale che: xnk ∈ zk , s + (17.2)
k

ma zk → s per ipotesi e s + k1 → s quindi per il teorema del confornto anche


xnk → s allora s ∈ Λ
2) Denoto con σn := supk {xk : k ≥ n} osservo che la successione {σn } è non
crescente allora ammette limite e quindi soddisfa le definizioni:

σ = lim σn = inf σn (17.3)


n→∞ n

129
130 CAPITOLO 17. APPENDICI

Per come è stato definito σ1 possiamo dire che ∃k1 ∈ N tale che xk1 < σ1 − 1
allo stesso modo:
Per come è stato definito σk1 +1 possiamo dire che ∃k2 ∈ N tale che xk2 < σk1 − 12
allo stesso e così via, costruisco una successione di indici:

k1 , k2 , .... (17.4)

tali che:

σkj−1 − 2(j−1) < xkj ≤ σkj−1 (17.5)

per il teorema del confronto ho che xkj → σ =⇒σ ∈ Λ =⇒per come è stato
definito che σ ≤ s.
Ma possiamo dire anche che ∀a ∈ R con a < s∃b ∈ Λ con a < b ≤ s essendo
b limite di una sottosuccessione {xn } deve essere che xnk > a∀k > ν =⇒si
deduce che σn = sup{xk : k ≥ n} > a∀n ∈ N e dato che σn → σ ho che σ > a.
ma a ∈ (−∞, s) allora ho che σ ≤ s. Mettendo insieme anche la condizione
precedente su σ abbiamo che :

σ=s (17.6)
Capitolo 18

Equazioni differenziali alle


derivate parziali

18.1 Problema delle onde monodimensionale


Il prblema dele onde rientra in molti ambiti fisici di particolare interesse. Con
semplici conisiderazioni di dinamica, si può osservare che il moto di una corda
vibrante lasciata libera di muoversi sotto certe condizioni inziali e condizioni
al bordo, ha una dinamica descritta da questa equazione:
∂ 2 u(x, t) ∂ 2 u(x, t)
2
− v2 =0 (18.1)
∂t ∂x2
le cui condizioni iniziali e le condiziooni al bordo sono:

 u(x,
 0) = f (x)
∂u(x,0)
= g(x)

∂t (18.2)

 u(0, t) =0
u(l, t) = 0

Trovo la soluzione particolare e poi la confronto con le condizione al contor-


no. Per risolvere il problema appena presentato, è utile eseguire la seguente
sostituzione:

ξ = x + ct (18.3)
η = x − ct

in questo modo l’eq. 18.1 diventa:


∂ 2 u(ξ, η) 2
 2
∂u ∂u ∂ 2 u
  2
∂u ∂u ∂ 2 u

2 ∂ u(ξ, η) 2 ∂ u ∂ u
− v = v − 2 + − + 2 + =
∂t2 ∂x2 ∂ξ 2 ∂ξ ∂η ∂η 2 ∂ξ 2 ∂ξ ∂η ∂η 2
∂2u
= 4 =0 (18.4)
∂ξ∂η
Per sviluppare si è usato semplicemente la regola di derivazione a catena. Una
scrittura che siddisfa questa equazione è:

u(ξ, η) = p(ξ) + q(η) (18.5)

131
132CAPITOLO 18. EQUAZIONI DIFFERENZIALI ALLE DERIVATE PARZIALI

Per trovare l’integrale generale impongo le condizioni iniziali.



p(x) + q(x) = f (x)
(18.6)
cp0 − cq 0 = g(x)
Derivo la prima eqzione e sostituisco ottenendo:
Z η
1 1
p + q = f =⇒ c(f − q ) − cq = g =⇒ q (η) = f 0 (η) −
0 0 0 0 0 0 0
g(x)dx
2 2c 0

Poi dato che p = f − q Allora:


Z ξ Z ξ
1 1
p(ξ) = f (ξ) − f (ξ) + g(x) dx = f (ξ) + g(x) dx (18.7)
2 0 2 0

La soluzione:
Z x+ct
1 1
u(x, t) = p(x + ct) + q(x − ct) = [f (x + ct) − f (x − xt)] + g(x) dx
2 2c x−ct

Questa equazione è soluzione dell’equzzione delle onde se è di classe D2 e se


g è di classe D1 e in più deve soddisfare le condizioni iniziali. Per torvare
la soluzione generale devo considerare le condizioni al bordo, quindi vedere il
comportamento per x = 0 e x = l
p(ct) + q(−ct) = 0 x = 0 (18.8)
p(l + ct) + q(l − ct) = 0 x = l (18.9)
Chiamo γ = −ct
p(−γ) = −p(γ) (18.10)
(18.11)
Nella seconda equzione invece pongo λ = l + ct ottenendo:
p(λ) = −q(2l − λ) (18.12)
e successivamente ottiniamo le q(η) e le p(ξ) andando a sostituire

18.2 Unicità dell’equazione delle onde


∂2u 2


 ∂t2 − c2 ∂∂xu2 = F (x, t)
u(x, 0) = f (x);



∂u (18.13)
∂t (x, 0) = g(x);
u(0, t) = f3 (x);




u(l, t) = f4 (x);

Per dimostrarne l’unicità uso il teorema di conservazione dell’energia, quin-


di moltiplico scalarmente ambo i membri per ∂u ∂t
 2 2
  2 2
  
∂u ∂ u 2∂ u ∂ ∂ u 2 ∂ u ∂ ∂u ∂u
ρ − c = ρu − ρc u − T0 =
∂t ∂t2 ∂x2 ∂t ∂t2 ∂x2 ∂x ∂x ∂t
"    2 #
2  
∂ 1 ∂u 1 ∂u ∂ ∂u ∂u
= ρ − T0 − T0
∂t 2 ∂t 2 ∂x ∂x ∂x ∂t
18.2. UNICITÀ DELL’EQUAZIONE DELLE ONDE 133

integro per t>0:


Z l(  2  2 )
1 ∂u ∂u
ρ (x, t) + T0 (x, t) dx = 0 (18.14)
20 ∂t ∂x
Z tZ l
∂u
(oppure) F (x, t)ρ dxdt per l’integrale generale (18.15)
0 0 ∂t

Tutti gli altri contibuti temporalei al bordo ed iniziali sono stati tutti annullati,
ponendo uguali a zero condizioni iniziali e condizioni al bordo. Ora prendo due
soluzioni u1 e u2 chiamo ν = u1 − u2 e imponendo il bilancio di energia per le
due situazioni ho la condizione che:
Z (  2 2 )
1 l

∂ν ∂ν
ρ (x, t) + T0 (x, t) dx = 0 (18.16)
2 0 ∂t ∂x

I termini sono tutti sono positivi e l’integrale è nulla l’integranda. Quindi ho


ν = costante = 0 da cui u1 = u2