Indice
Indice
v
Prefazione I
II
III
IV
ix
Equazioni differenziali § 1 Equazioni differenziali e modelli . . § 2...
342 downloads
3340 Views
14MB Size
Report
This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!
Report copyright / DMCA form
Indice
Indice
v
Prefazione I
II
III
IV
ix
Equazioni differenziali § 1 Equazioni differenziali e modelli . . § 2 Equazioni a variabili separabili . . . § 3 Equazioni lineari del primo ordine . § 4 Equazioni lineari del secondo ordine Esercizi . . . . . . . . . . . . . . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
1 1 7 10 13 18
Successioni e serie di funzioni § 1 Serie di potenze . . . . . . . . § 2 Serie di Taylor . . . . . . . . . § 3 Soluzioni in serie . . . . . . . § 4 Serie di Fourier . . . . . . . . § 5 Convergenza uniforme . . . . Esercizi . . . . . . . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
35 37 46 52 54 62 73
. . . . . . .
97 98
. . . . . .
. . . . . .
. . . . . .
. . . . . .
Vettori e calcolo geometrico § 1 Successioni finite: n-uple e vettori . . . . . . § 2 Sistemi di equazioni di primo grado, indipendenza lineare e dimensione . . . . . § 3 Coordinate cartesiane e geometria analitica § 4 Area di un parallelogramma . . . . . . . . . § 5 Volume di un parallelepipedo . . . . . . . . § 6 Il prodotto vettoriale . . . . . . . . . . . . . § 7 Rette e piani: sottospazi lineari . . . . . . . § 8 Coordinate non cartesiane . . . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . .
99 106 112 116 123 127 138 141
Matrici e operatori lineari § 1 Spazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . § 2 Matrici e trasformazioni lineari . . . . . . . . . . . . . .
163 164 170
v
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
vi
Indice
§ 3 Prodotto scalare e isometrie § 4 Il determinante . . . . . . . § 5 Forme quadratiche . . . . . j § 6 Autovalori e autovettori . . Esercizi . . . . . . . . . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
178 186 197 203 211
Curve, grafici e superfici nello spazio § 1 Curve parametriche . . . . . . . . . . § 2 Derivazione per componenti . . . . . § 3 Integrazione per componenti . . . . § 4 Lunghezza di una curva . . . . . . . § 5 Curvatura, torsione, terna intrinseca § 6 Funzioni di due variabili . . . . . . . § 7 Insiemi del piano . . . . . . . . . . . § 8 Limiti e continuità . . . . . . . . . . § 9 Superfici parametriche . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
227 227 231 235 239 242 247 250 252 256 258
Calcolo differenziale per funzioni di più variabili § 1 Derivate parziali . . . . . . . . . . . . . . . . . . § 2 Derivate direzionali . . . . . . . . . . . . . . . . . § 3 Differenziabilità e approssimazioni lineari. . . . . § 4 Piano tangente ad una superficie parametrica . . § 5 Funzioni composte . . . . . . . . . . . . . . . . . § 6 Derivate successive. Il Teorema di Schwarz . . . . § 7 Valori di massimo e di minimo . . . . . . . . . . . § 8 Massimi e minimi su domini chiusi . . . . . . . . § 9 Il metodo dei moltiplicatori di Lagrange . . . . . j § 10 Funzioni implicite . . . . . . . . . . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
275 275 279 280 287 290 292 294 301 304 307 311
Funzioni differenziabili tra spazi vettoriali § 1 Spazi metrici . . . . . . . . . . . . . . . . . . . . . § 2 Successioni, limiti e continuità in (X, d). . . . . . . § 3 Insiemi chiusi e limitati in Rn . . . . . . . . . . . . . § 4 Proprietà delle funzioni continue . . . . . . . . . . § 5 Spazi metrici completi e Teorema delle contrazioni § 6 Linearizzazione . . . . . . . . . . . . . . . . . . . . § 7 Funzioni composte . . . . . . . . . . . . . . . . . . § 8 Campi vettoriali . . . . . . . . . . . . . . . . . . . . § 9 Derivate successive . . . . . . . . . . . . . . . . . . § 10 Formula di Taylor . . . . . . . . . . . . . . . . . . . § 11 Ottimizzazione libera . . . . . . . . . . . . . . . . . § 12 Il Teorema delle funzioni implicite . . . . . . . . . § 13 Ottimizzazione vincolata . . . . . . . . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
331 332 333 338 340 342 348 353 355 358 360 362 365 369 371
V
. . . . .
. . . . .
. . . . .
. . . . .
VI
VII
Indice
vii
VIII Sistemi di equazioni differenziali § 1 Campi di vettori e curve tangenti . . . . . . . . § 2 Il problema ai valori iniziali . . . . . . . . . . . j § 3 Esistenza e unicità delle soluzioni per il problema ai valori iniziali . . . . . . . . . § 4 Equazioni differenziali lineari . . . . . . . . . . § 5 Sistemi lineari omogenei a coefficienti costanti § 6 Sistemi lineari non omogenei . . . . . . . . . . § 7 Proprietà qualitative dei sistemi autonomi . . . § 8 Sistemi non lineari . . . . . . . . . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . IX
X
. . . . . . . . . .
387 390 392
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
397 404 412 423 427 433 439
Integrali multipli § 1 Somme di Riemann ed integrale come limite . . § 2 Il calcolo degli integrali doppi su rettangoli . . § 3 Integrazione su domini generici . . . . . . . . . § 4 Integrazione su regioni semplici . . . . . . . . . § 5 Applicazioni dell’integrale doppio . . . . . . . . § 6 Cambiamento di variabile negli integrali doppi § 7 Integrali doppi in coordinate polari . . . . . . . § 8 Aree di superfici cartesiane . . . . . . . . . . . § 9 Integrale triplo . . . . . . . . . . . . . . . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
457 458 461 465 467 472 477 483 485 487 495
Integrali su curve e superfici § 1 Integrali curvilinei . . . . . . . . . . . . . . § 2 Integrali curvilinei di campi vettoriali . . . . § 3 Campi conservativi . . . . . . . . . . . . . . § 4 Teorema di Gauss–Green . . . . . . . . . . . § 5 Superfici regolari fino al bordo. Orientabilità § 6 Integrali di superficie . . . . . . . . . . . . . § 7 Integrali di superficie di campi vettoriali . . § 8 Teoremi del rotore e della divergenza . . . . Esercizi . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
515 515 519 522 529 532 536 540 542 550
. . . . . . . . .
. . . . . . . . .
Soluzioni degli esercizi
571
Note
647
Riferimenti bibliografici
651
Indice analitico
653
Prefazione
I
n questo secondo volume si prosegue (com’è ovvio) il percorso di avvicinamento all’analisi, e piú in generale, alla Matematica iniziato nel primo volume, per quei corsi di studio in cui questa viene usata per risolvere problemi scientifici e applicativi. Mentre però lo scopo del primo volume era quello di introdurre i concetti e gli strumenti fondamentali dell’analisi infinitesimale (differenziale e integrale), cercando di contestualizzare i vari aspetti della materia, in questo secondo volume l’orizzonte si amplia in modo significativo, dal momento che lo scopo non è solo quello di approfondire e generalizzare a piú variabili quei metodi, ma anche di studiare nel dettaglio alcune importanti applicazioni classiche dei metodi analitici. Si tratta sí di un libro di analisi in piú variabili, con i contenuti tipici di un secondo corso universitario, ma si è voluto fornire anche alcuni strumenti per approfondire e motivare la prospettiva unitaria ch’era alla base del primo volume (riquadri di approfondimento, intermezzi storici, esercizi e problemi teorici guidati, ma anche interi capitoli dedicati ad argomenti importanti, come le equazioni differenziali o l’algebra lineare). Questo ha fatto sí che le dimensioni dell’opera potrebbero risultare eccessive per un normale corso semestrale, e al lettore è richiesto un certo impegno per poterla considerare in toto. La distribuzione degli argomenti nei vari capitoli è stata perciò pensata al fine di massimizzare la libertà di scelta di possibili sotto-percorsi, pur conservando una certa consistenza logica (nei prerequisiti e nelle applicazioni). All’inizio di ogni capitolo si è descritto brevemente quali sono gli argomenti che sono necessari per affrontarlo, e quali capitoli sono ragionevolmente affrontabili in seguito. Come nel primo volume, ci sono piú livelli di percorso: un livello base, e un livello piú avanzato, contrassegnato con il simbolo j. Questo rivela una discontinuità di livello locale, cioè relativa al capitolo in cui ci si trova, e non assoluta. Questo perché alcuni capitoli sono in sé piú densi e impegnativi degli altri (per esempio i capitoli IV, VII e VIII). Per permettere questo accesso a vari livelli, abbiamo scelto alcune soluzioni non convenzionali. Le equazioni differenziali sono affrontate in due capitoli, a due livelli diversi: nel Capitolo I la trattazione avviene principalmente attraverso esempi ed esercizi, mentre la sistematizzazio-
x
Prefazione
ne teorica e gli approfondimenti sono rimandati al Capitolo VIII, che richiede una certa consapevolezza degli strumenti dell’analisi in piú variabili. In un corso di analisi non ridotto ai minimi termini i due capitoli possono essere anche svolti contemporaneamente (l’uno fornendo materiale per le esercitazioni dell’altro). Similmente, l’approccio al calcolo differenziale per funzioni in piú variabili è sviluppato ad un livello elementare (limitato a funzioni di due variabili reali e focalizzato alle applicazioni) nel Capitolo VI, mentre le strutture astratte che permettono una trattazione piú rigorosa sono oggetto del Capitolo VII. Di nuovo, tempo permettendo, i due capitoli possono essere svolti in contemporanea. Viceversa, laddove la minimalità del corso impedisca tali approfondimenti, abbiamo voluto lasciare al lettore interessato la possibilità di completare in modo autonomo la propria formazione. Per quanto riguarda gli elementi di geometria e di algebra lineare, che solitamente non vengono affrontati nei testi di analisi, abbiamo voluto inserirli proprio per cercare di ricomporre la prospettiva unitaria menzionata sopra (anche perché gli esempi significativi di spazio lineare sono proprio quelli di spazi di funzioni e di soluzioni di equazioni differenziali). Essi si trovano nel Capitolo III ad un livello molto elementare, e nel Capitolo IV ad un livello significativamente piú impegnativo. Completano il volume quattro capitoli con una esposizione piú tradizionale dei classici argomenti del secondo corso, con una particolare attenzione all’interdisciplinarietà: il Capitolo II (successioni e serie di funzioni), il Capitolo V (curve e superfici nello spazio), il Capitolo IX (integrali multipli) e il Capitolo X (integrali di linea e superficie e calcolo vettoriale). Alla fine di ogni capitolo sono stati selezionati un certo numero di esercizi, rappresentativi o di particolare interesse, da guardare prima di dedicarsi ai numerosi esercizi da svolgere (tutti con soluzione dettagliata in appendice). Rispetto al primo volume, la variabilità della natura e della difficoltà degli esercizi è aumentata, per cui i simboli che segnalano alcune tipologie di esercizi non standard non sono solo la ✩ (per gli esercizi di maggiore difficoltà e interesse teorico), ma anche K (per gli esercizi di natura prevalntemente teorica, che richiedono un certo tempo di riflessione), o (esercizi di tipo “enigmistico–ludico”), b (esercizi di calcolo), Ï (esercizi al calcolatore – pochi in realtà). In questo modo si è cercato di fornire qualche indicazione utile per poter fruire del testo, sia da parte del docente, che da parte del lettore. La stesura di quest’opera ha richiesto uno sforzo non banale da parte degli autori, che, forse perché sotto stress e pressione, possono aver inserito qua e là porzioni di testo prive di quella compostezza e gravità che il caso richiederebbe, nonché hanno certamente mancato di privare completamente l’opera di errori tipografici e non. Speriamo che il Lettore si mostri benevolo a riguardo. Milano, 8–I–2008 (Gli Autori)
I think I may fairly make two postulata. First, That food is necessary to the existence of man. Secondly, That the passion between the sexes is necessary and will remain nearly in its present state. An Essay on the Principle of Population (1798) T HOMAS R. M ALTHUS (1766–1834)
C APITOLO
I Equazioni differenziali
Le equazioni differenziali permettono di studiare l’evoluzione di molti sistemi fisici di interesse nelle scienze naturali, sociali ed economiche. In molti casi, infatti, è possibile prevedere l’evoluzione futura di un fenomeno, a partire da uno stato attuale osservabile, attraverso un modello matematico. Molto spesso un tale modello prevede delle regole sulle modalità di variazione delle funzioni coinvolte nella descrizione del fenomeno e tali relazioni prendono appunto il nome di equazioni differenziali. In questo capitolo impareremo ad
utilizzare le equazioni differenziali in alcuni semplici contesti applicativi e a risolverle nei casi più elementari, attraverso numerosi esempi, rimandando una trattazione più sistematica e rigorosa delle equazioni differenziali al Capitolo VIII. In un corso di Analisi Matematica avanzato lo studio delle equazioni ordinarie può prendere inizio direttamente dalla trattazione teorica del Capitolo VIII, utilizzando il contenuto di questo capitolo a scopo esemplificativo e di esercitazione.
P
er studiare l’evoluzione nel tempo di un sistema fisico attraverso un suo modello matematico è naturale cercare di individuare le relazioni fra le variazioni delle quantità che lo descrivono, pensate come funzioni del tempo, e lo stato del sistema al momento attuale. Come sappiamo dal primo volume, l’operazione adatta a quantificare la velocità di variazione di una funzione è la derivazione. Una equazione differenziale è appunto un’equazione che contiene una funzione incognita e alcune sue derivate. Iniziamo con qualche semplice esempio.
§ 1. Equazioni differenziali e modelli Modelli di crescita delle popolazioni Supponiamo di conoscere il numero di individui p0 di una popolazione di (ad esempio) batteri ad un certo istante t = 0 e di volerne prevedere
Il modello matematico di un feno-
meno fisico viene individuato tipicamente attraverso considerazioni intuitive sulle qualità del fenomeno o a partire da una legge fisica basata sull’evidenza sperimentale, e consiste nella determinazione di un certo numero di quantità adatte alla descrizione del fenomeno (posizione, temperatura, densità, . . . ) e delle relazioni fra esse. Perciò, di norma, un modello matematico consiste in un insieme di funzioni che rappresentano gli stati possibili del sistema ed un certo numero di relazioni fra queste.
2
Equazioni differenziali
l’andamento demografico, vale a dire il numero di individui nel generico istante t. Indichiamo con p(t) tale numero. Per determinare la funzione incognita p dobbiamo fare delle ipotesi sul comportamento della popolazione, ipotesi che generalmente vengono dedotte sperimentalmente. Uno dei modelli più semplici assume che una popolazione cresca ad un tasso proporzionale al suo numero di individui. In effetti, se m ed n rappresentano i tassi percentuali rispettivamente di mortalità e natalità della popolazione (che supponiamo costanti) all’istante t muoiono mp(t) batteri e ne nascono np(t). In generale, sappiamo che il tasso di crescita di una quantità dipendente dal tempo è semplicemente la derivata prima della quantità stessa. Ne segue che la funzione p deve soddisfare l’equazione differenziale (1)
p′ (t) = np(t) − mp(t) = kp(t),
dove abbiamo posto n−m = k (il tasso percentuale di crescita di p). Questo modello è noto come la legge di Malthus (si veda il riquadro a pagina 5). Dobbiamo quindi trovare una soluzione della precedente equazione che soddisfi anche la condizione iniziale p(0) = p0 . Ovviamente la funzione p(t) ≡ 0 soddisfa le nostre richieste quando p0 = 0: stiamo semplicemente dicendo che in assenza di batteri all’istante t = 0 non ne possono nascere di nuovi! Supponiamo perciò p0 > 0 e cerchiamo delle soluzioni dell’equazione che non si annullino. Data la presenza di p′ , per determinare p ci aspettiamo di dover eseguire una qualche operazione di integrazione. Se supponiamo p(t) , 0 per ogni t, possiamo dividere i due membri della (1) per p(t) ottenendo p′ (t) = k. p(t) Il Lettore attento avrà già riconosciuto a primo membro la derivata della funzione ln |p(t)|. Otteniamo Z Z ′ p (t) dt = k dt = kt + C. ln |p(t)| = p(t) La presenza della costante arbitraria di integrazione ci dice che l’equazione (1) ha infinite soluzioni; per selezionare quella richiesta possiamo sfruttare la condizione iniziale. Sostituiamo perciò t = 0 e p(0) = p0 > 0 nella precedente equazione ottenendo ln p0 = C. Abbiamo perciò ln |p(t)| = kt + ln p0 ,
Stiamo facendo qui l’ipotesi che p
sia una funzione derivabile. Poiché la funzione p(t) rappresenta un numero di individui, la dovremmo supporre a valori interi. Ne seguirebbe che p, quando non costante, non sarebbe di certo una funzione continua, né tantomeno derivabile. Il fatto di assumere, come facciamo, che p assuma valori non necessariamente interi implica che p sia un’approssimazione del numero di individui.
Al
momento non c’è motivo per ritenere che se p0 , 0 allora p(t) , 0 per ogni t (cioè che la popolazione non possa estinguersi). Ritroveremo tale risultato a posteriori, dopo aver risolto l’equazione.
Eseguendo il cambiamento di va-
riabili P = p(t) otteniamo dP = p′ (t) dt e quindi Z ′ Z p (t) 1 dt = dP p(t) P = ln |P| + C
= ln |p(t)| + C.
In altre
parole, per prevedere l’evoluzione di un fenomeno non è sufficiente sapere come si evolve, ma serve conoscere il suo stato iniziale.
|p(t)| = ekt+ln p0 = ekt eln p0 = p0 ekt
e, ricordando che il numero di individui di una popolazione non può essere negativo, otteniamo la soluzione cercata: p(t) = p0 ekt .
Perciò p(0) = p0 .
O
meglio scartando la soluzione (negativa) p(t) = −p0 ekt , che non soddisfa p(0) = p0 .
§ 1. Equazioni differenziali e modelli
La popolazione dunque aumenta esponenzialmente se k > 0, cioè se il tasso di natalità è maggiore di quello di mortalità e si estingue esponenzialmente quando si verifica la situazione opposta; nel caso, estremamente improbabile, in cui natalità e mortalità si compensino esattamente (k = 0), la popolazione rimane costante nel tempo (si veda la Figura I.1). La situazione è sostanzialmente analoga se supponiamo che i tassi di natalità e mortalità varino nel tempo, ad esempio per effetto dell’alternanza luce–buio o del susseguirsi delle stagioni (si veda anche l’Esercizio 1 a pagina 29). Il modello in cui il tasso percentuale di crescita di p è costante, vale a dire quando p′ (t)/p(t) = k, è realistico solo in condizioni ideali (ambiente illimitato, nutrimento adeguato, . . . ). Se le risorse sono limitate è ragionevole attendersi che la popolazione possa crescere esponenzialmente solo in presenza di pochi individui, e comunque mai arbitrariamente. Possiamo modificare il nostro modello supponendo che il tasso percentuale di crescita non sia costante, ma diminuisca al crescere di p. Una possibile scelta è richiedere che p soddisfi l’equazione
3
Abbiamo veramente risolto il pro-
blema di partenza? In effetti abbiamo trovato l’espressione di una soluzione, ma a priori potrebbero essercene delle altre. Come vedremo può capitare di avere diverse soluzioni per la stessa equazione differenziale con lo stesso dato iniziale, anche se non è questo il caso (si veda a questo proposito l’Esercizio 25 a pagina 31). Quando l’equazione modella un fenomeno reale è auspicabile che ad ogni dato iniziale corrisponda una unica soluzione.
p′ (t) = k − hp(t), p(t) o equivalentemente (2)
p′ (t) = p(t)(k − hp(t)),
dove k, h sono costanti positive. Questa equazione è detta equazione logistica; venne proposta dal matematico belga Pierre-François Verhulst nel XIX secolo come modello per studiare la crescita della popolazione mondiale (si veda il riquadro a pagina 5). Risolveremo nei dettagli l’equazione logistica nell’Esercizio (I.1) a pagina 18, per ora ci limitiamo a descriverne alcune proprietà qualitative. Osserviamo innanzitutto che le funzioni costanti p(t) ≡ 0 e p(t) ≡ k/h risolvono l’equazione. Queste soluzioni sono dette di equilibrio, nel senso che se il dato iniziale p0 vale 0 oppure k/h allora il numero di individui non varia nel tempo. Se 0 < p0 < k/h allora il secondo membro della (2) è positivo, perciò p′ (0) > 0 e la popolazione cresce; viceversa se p0 > k/h, p′ (0) < 0 e la popolazione decresce. Notiamo che, in entrambi i casi, se la popolazione si avvicina alla quantità k/h, p′ tende a zero, cioè la popolazione tende a stabilizzarsi. Dunque ci aspettiamo che le soluzioni dell’equazione logistica abbiano grafici del tipo illustrato in Figura I.1 (a destra). La quantità k/h viene detta capacità dell’ambiente.
Equazioni del moto Consideriamo un oggetto libero di muoversi lungo una retta, ad esempio l’asse delle x di un piano cartesiano, ed indichiamo con x(t) la sua posizione all’istante t. Allora la sua velocità è definita come tasso di variazione della posizione, l’accelerazione come tasso di variazione della velocità: v(t) = x′ (t),
a(t) = v′ (t) = x′′ (t).
Altri modelli di crescita
delle popolazioni sono descritti e studiati negli Esercizi 8 e 9 alla fine del capitolo.
Infatti
queste due costanti sono quelle che annullano il secondo membro e allo stesso tempo hanno ovviamente derivata nulla.
4
Equazioni differenziali
F I.1: i grafici a sinistra rappresentano il numero di individui di una popolazione p(t), che si evolve secondo la legge di Malthus, p′ (t) = kp(t). Abbiamo supposto che al tempo t = 0 ci fossero 1000 individui e considerato k = 1, k = 0 e k = −1. A destra invece alcune soluzioni dell’equazione logistica, p′ (t)/p(t) = k − hp(t), quando k = 1, k/h = 1000, al variare del numero di individui al tempo t = 0.
In assenza di attrito, se l’oggetto è sottoposto ad una forza di intensità costante f (diretta lungo l’asse x) allora la sua accelerazione è costante ed è data dalla Legge di Newton, ovvero x′′ (t) = a(t) ≡
f . m
Si intende
“l’intensità dell’accelerazione”, infatti l’accelerazione è un vettore parallelo alla forza, quindi diretto lungo l’asse x.
Integrando successivamente deduciamo x′ (t) = v(t) =
f t + C1 m
e
x(t) =
f 2 t + C1 t + C2 , 2m
con C1 e C2 costanti arbitrarie. Per determinarle abbiamo bisogno di conoscere dei dati supplementari. Ad esempio possiamo fissare la posizione e la velocità del corpo ad un certo istante t0 ; supponendo t0 = 0 e imponendo x(0) = x0 , v(0) = v0 otteniamo C1 = v0 ,
C2 = x0
e quindi x(t) =
In questo
caso per determinare il moto dell’oggetto, cioè per selezionare una soluzione dell’equazione di partenza, abbiamo bisogno di due condizioni, cioè di tante condizioni quante sono le costanti di integrazione. Risulta naturale imporle misurando la posizione x e la velocità x′ nello stesso istante t0 di inizio dell’esperimento.
f 2 t + v0 t + x0 . 2m
Se la forza f (t) dipende dal tempo si può procedere allo stesso modo a patto di saper calcolare gli integrali coinvolti. Un caso frequente che non è trattabile come i precedenti è quello in cui la forza che agisce sull’oggetto dipende dalla posizione e/o dalla velocità dell’oggetto stesso, che sono incognite. Supponiamo per esempio che la forza sia esercitata da una molla e che il corpo sia in posizione di
OttenendoZ
t
x′ (t) = v(t) = e
Z
t
s
x(t) = 0
f (s) ds + v0 0
Z 0
! f (u) du ds + v0 t + x0 .
§ 1. Equazioni differenziali e modelli
Malthus e Verhulst: la nascita della dinamica delle popolazioni La prima versione di An Essay on the Principle of Population fu pubblicata in forma anonima nel 1798. L’autore fu presto identificato nel reverendo inglese Thomas Robert Malthus (1766–1834). Anche se questo non è il primo libro sullo studio della teoria delle popolazioni è senza dubbio il più celebre. L’autore prende spunto da due postulati (quelli con cui abbiamo aperto questo capitolo) e ne ricava una teoria quantitativa per lo sviluppo della popolazione umana: “Assuming then my postulata as granted, I say, that the power of population is indefinitely greater than the power in the earth to produce subsistence for man. Population, when unchecked, increases in a geometrical ratio”. Nel linguaggio odierno, le argomentazioni di Malthus asseriscono che la crescita di una popolazione, se incontrollata, è di tipo esponenziale, mentre l’economia agraria cresce solo in modo lineare; se ciò avviene per un sufficiente periodo di tempo, la crescita della popolazione sopravanza quella delle risorse. Da questo Malthus conclude che la crescita della popolazione umana viene naturalmente controllata dalla miseria, dal vizio e simili. Ogni fase di crescita incontrollata (come potrebbe accadere nel caso di emigrazione in nuove colonie, come il continente americano ai tempi di Malthus, oppure in seguito a guerre ed epidemie) deve essere seguita da una “cata-
5
strofe” (la catastrofe malthusiana, appunto) che quindi può essere vista come direttamente causata dalla crescita indiscriminata della popolazione. Uno degli effetti del libro di Malthus fu quello di alimentare la discussione sulla grandezza della popolazione britannica, fino a portare al Census Act del 1800, che istituì il censimento decennale degli abitanti della Gran Bretagna (tuttora in vigore). Nonostante le sue deduzioni, Malthus non traduce mai le sue leggi in termini strettamente matematici. L’articolo fondante della dinamica delle popolazioni può essere considerato la breve nota “Notice sur la loi que la population suit dans son accroissement”, pubblicata dal matematico belga Pierre François Verhulst (1804–1849) nel 1838. Verhulst traduce in termini matematici, probabilmente per la prima volta, la legge di Malthus come l’equazione (1). Osserva poi che la velocità di crescita della popolazione è diminuita dalla sua stessa crescita, e propone come più semplice dei modelli l’equazione (2), chiamando le sue soluzioni curve logistiche. Negli anni successivi, Verhulst approfondirà ulteriormente lo studio dei modelli da lui proposti, arrivando a prevedere la soglia massima raggiungibile dalla popolazione del Belgio in nove milioni e quattrocentomila individui (la popolazione attuale è di circa dieci milioni). [J. Mawhin, The legacy of Pierre-François Verhulst and Vito Volterra in population dynamics.]
equilibrio in x = 0. Dalla Legge di Hooke, secondo cui la forza elastica di richiamo è proporzionale alla distanza del corpo dalla posizione di equilibrio, abbiamo, indicando con k > 0 la costante elastica della molla, fmolla = −kx e quindi mx′′ (t) = −kx(t). Oltre a quella legata alla presenza della molla, altre forze potrebbero agire sul corpo, ad esempio la forza d’attrito fattrito = −γx′
Basandoci sull’esempio fisico del-
la molla, possiamo cercare di indovinare l’espressione delle soluzioni dell’equazione differenziale qui a lato, che ponendo ω2 = k/m diventa x′′ (t) = −ω2 x(t). Visto che il corpo compie oscillazioni periodiche è naturale provare a vedere se funzioni del tipo sin t o cos t non risolvano l’equazione. Ciò è vero soltanto se ω = 1. Più in generale le funzioni sin(ωt) e cos(ωt) sono soluzioni. La quantità ω assume quindi il significato di frequenza (propria) di oscillazione. Di nuovo, è necessario chiedersi se le funzioni periodiche di frequenza ω siano le uniche soluzioni o ve ne possano essere altre.
6
Equazioni differenziali
Prede e predatori Vito Volterra (1860–1940) è uno dei maggiori matematici italiani. È considerato, fra l’altro, uno dei padri fondatori dell’Analisi Funzionale, disciplina che trasferisce l’oggetto di studio dalla singola funzione reale di variabile reale agli spazi di funzioni, e che è a tutt’oggi campo di una intensa ricerca in matematica. Fu un personaggio di spicco nella politica scientifica e culturale, tanto da essere nominato senatore del Regno da Giolitti nel 1905. Volterra aveva sempre mostrato interesse per le applicazioni della matematica alla biologia e i suoi studi sulla dinamica delle popolazioni rappresentano una pietra miliare nella nascita del programma scientifico della biologia matematica. Lo zoologo Umberto D’Ancona, genero di Volterra, aveva compiuto degli studi statistici sulle popolazioni dei pesci dell’Adriatico, rilevando un aumento della percentuale dei pesci predatori sul totale del pescato negli anni immediatamente successivi alla prima guerra mondiale; e aveva ipotizzato che ciò fosse dovuto all’interruzione della pesca causata dalla guerra navale. Volterra elaborò una teoria generale della convivenza di un numero qualsiasi di specie animali in competizione fra di loro, a cui diede il nome di teoria matematica della lotta per la vita. Il modello di base - che descrive la coesistenza fra una specie di prede e una di predatori - consisteva in un sistema di due equazioni differenziali non lineari, oggi note come equazioni di Lotka– Volterra (in quanto introdotte contemporaneamente dallo statistico statunitense Alfred J. Lotka). Dall’analisi di questo modello, che studieremo nel Capitolo VIII a pagina 437, Volterra ricavò tre leggi. La prima asserisce che le densità delle due popolazioni hanno un andamento ciclico, cioè sono funzioni periodiche
del tempo. La seconda legge stabilisce che le medie della densità delle due popolazioni in un periodo T non dipendono dai valori iniziali. La terza legge dimostra che un prelievo indiscriminato delle due popolazioni (come avviene nella pesca) determina un aumento del numero delle prede e una diminuzione del numero dei predatori (si veda a questo proposito l’Esercizio 42 a pagina 455). In tal modo, veniva mostrata la validità dell’ipotesi di D’Ancona. La terza legge di Volterra ha avuto un’applicazione spettacolare all’entomologia agraria, confermando l’ipotesi, che già era stata avanzata sulla base delle osservazioni empiriche, che il ricorso alla lotta biologica sia più efficace dell’uso degli insetticidi. Basti pensare a un ecosistema composto di due specie: insetti fitofagi ed insetti entomofagi che si nutrono dei primi. Il risultato di Volterra suggerisce che il ricorso agli insetticidi può essere controproducente. Difatti, trattandosi di un prelievo indiscriminato di entrambe le specie (una sorta di pesca), esso produrrà un incremento delle prede (ovvero degli insetti dannosi per le piante) e una diminuzione dei benefici predatori. [Vito Volterra, Variazioni e fluttuazioni del numero d’individui in specie animali conviventi, Atti della R. Accademia nazionale dei Lincei. Memorie della Classe di scienze fisiche, matematiche e naturali, (VI) 2 (1926), p. 31-113.] Il Regio Decreto n. 1227 del 28 agosto 1931 dispose che i professori di ruolo prestassero giuramento di fedeltà alla Patria e al Regime fascista. Il 18 novembre Vito Volterra, invitato a presentarsi dal Rettore dell’Università per il giuramento, così espresse il suo fermo rifiuto: «Sono note le mie idee politiche, per quanto esse risultino esclusivamente dalla mia condotta nell’ambito parlamentare, la quale è tuttavia insindacabile in forza all’Art. 51 dello Statuto fondamentale del Regno. La S. V. Ill.ma comprenderà quindi come io non possa in coscienza aderire all’invito da Lei rivoltomi [...] relativa al giuramento dei professori». Conseguentemente, il 29 dicembre Vito Volterra fu licenziato.
(γ > 0 è il coefficiente di attrito dinamico) oppure una generica forza esterna festerna = f (t). La forza risultante è data dalla somma di tutti questi contributi, perciò x(t) soddisfa la relazione (3)
mx′′ (t) = −kx(t) − γx′ (t) + f (t).
In questa situazione non possiamo, almeno a prima vista, procedere con delle semplici integrazioni che ci permettano di calcolare la posizione
§ 2. Equazioni a variabili separabili
x(t). Vedremo nel seguito del capitolo come trattare questo genere di equazioni.
Equazioni differenziali
7
In
particolare studieremo le soluzioni dell’equazione (3) negli Esercizi (I.7) e (I.8), svolti alla fine del capitolo.
Una relazione che coinvolge una funzione incognita ed alcune delle sue derivate è detta equazione differenziale. La più semplice delle equazioni differenziali è y′ (t) = f (t) dove f è una funzione nota. Sappiamo già che l’insieme delle soluzioni dell’equazione è l’integrale indefinito Z y(t) = f (t) dt = F(t) + C , F′ = f . L’ordine dell’equazione è quello della derivata di ordine maggiore che vi compare. Per esempio l’equazione (1) è di primo ordine, la (3) di secondo. In entrambe queste equazioni la variabile indipendente è t e rappresenta il tempo. Una soluzione dell’equazione differenziale è una funzione che verifica l’equazione. Nella gran parte dei contesti è naturale richiedere che la soluzione sia continua su un intervallo di definizione. Ad esempio le restrizioni della funzione y(x) = −1/x sugli intervalli (−∞, 0) e (0, +∞) sono due diverse soluzioni dell’equazione y′ (x) = y2 (x). Questa richiesta permette di evitare il problema di definire la soluzione successivamente all’occorrenza di fenomeni “catastrofici”, quali le discontinuità, che pure sono di interesse interpretativo dal punto di vista delle applicazioni. Ci aspettiamo dagli esempi visti finora che l’integrale generale di un’equazione differenziale, cioè l’insieme di tutte le sue soluzioni, dipenda tipicamente da una (o più) costanti di integrazione.
Se per
esempio f è una funzione
continua.
Quindi in particolare una soluzio-
ne ammette almeno tante derivate quanto è l’ordine dell’equazione. Abbiamo già visto nel primo volume come risulti opportuno definire la primitiva di una funzione solo su un intervallo e non su un dominio generico. Dato il legame tra le equazioni differenziali ed il calcolo integrale non stupisce che la richiesta venga ripetuta anche in questo contesto.
Per i fenomeni catastrofici, da ad esempio l’Esercizio pagina 30.
si ve14 a
§ 2. Equazioni a variabili separabili Consideriamo l’equazione differenziale y′ (t) = ty2 (t) e, in prima battuta, osserviamo che la funzione nulla y ≡ 0 risolve l’equazione. Ci proponiamo quindi di cercare le soluzioni dell’equazione che non si annullano; a tal fine se supponiamo y(t) , 0 e dividiamo per y2 (t) entrambi i membri otteniamo y′ (t) = t. y2 (t)
Al
solito, a priori non abbiamo motivo per ritenere che ci siano soluzioni che non si annullano mai.
8
Equazioni differenziali
Notiamo che il termine a sinistra dipende solo da y e dalla sua derivata, a destra invece rimane una funzione della variabile indipendente t. Integrando ora rispetto a t si ha Z ′ Z y (t) dt = t dt, y2 (t)
Stiamo
da cui
Nel primo integrale abbiamo ese-
1 1 − = t2 + C , y(t) 2
C ∈ R.
separando la variabile dipendente da quella indipendente (nel senso che non appaiono contemporaneamente nello stesso membro dell’equazione).
guito il cambiamento si variabili Y = y(t) da cui dY = y′ (t) dt e Z Z ′ y (t) dY 1 dt = = − + C. Y y2 (t) Y2
Poiché −1/y è invertibile (laddove è definita), possiamo esplicitare la funzione incognita y e concludere che le soluzioni dell’equazione di partenza che non si annullano sono della forma y(t) = −
1 , +C
t2 /2
C ∈ R.
Più in generale, ci proponiamo di studiare un’equazione differenziale del tipo (4)
y′ = 1(t)h(y)
con 1, h continue. Un’equazione di questo tipo viene detta equazione a variabili separabili. Supponiamo dapprima che il valore y¯ annulli la funzio¯ = 0; allora la funzione costantemente uguale a y¯ è una sone h, cioè h( y) luzione (costante) dell’equazione (4). Per determinare le soluzioni dell’equazione che non intersecano le soluzioni costanti, supponiamo h(y) , 0 e dividiamo entrambi i termini dell’equazione per h(y); otteniamo ′
y (t) = 1(t). h(y(t))
Si
osservi che la variabile indipendente, t, e quella dipendente, y, compaiono come argomento di due funzioni diverse moltiplicate tra loro.
Nel
paragrafo precedente abbiamo incontrato una importante equazione a variabili separabili: l’equazione logistica (2). Rimandiamo la sua risoluzione all’Esercizio svolto (I.1).
Le
soluzioni costanti di un’equazione differenziale, in questo caso ¯ = 0, sono dette y ≡ y¯ con h( y) soluzioni (o integrali ) singolari.
Integrando rispetto alla variabile indipendente t si ha Z Z y′ (t) dt = 1(t) dt, h(y(t)) ovvero Z
1 dy = h(y)
Z 1(t) dt.
Dette ora H e G le primitive rispettivamente di 1/h e 1 dall’espressione precedente otteniamo H(y) = G(t) + C
Integrale
generale dell’equazione a variabili separabili.
§ 2. Equazioni a variabili separabili
9
con C costante arbitraria. Sarà dunque possibile esplicitare la funzione incognita y negli intervalli in cui la funzione H risulta essere invertibile. Per quanto detto la funzione ottenuta sarà una soluzione dell’equazione fin tanto che h(y(t)) , 0, cioè fino a che il suo grafico non interseca quello di una soluzione costante (fatto che si può escludere sotto opportune ipotesi, si veda l’Esercizio 27 a pagina 31). (I.1) Esempio. Riprendiamo l’equazione y′ (t) = ty2 (t); secondo la notazione introdotta, abbiamo 1(t) = t, h(y) = y2 entrambe continue su tutta la retta reale. Poiché h si annulla se (e solo se) y = 0, l’equazione ammette come (unica) soluzione costante la retta y = 0. Abbiamo già visto che le soluzioni che non si annullano sono y(t) = −1/(t2/2 + C), C ∈ R. Osserviamo che l’espressione precedente ha senso quando t2 /2 + C , 0. Quindi, poiché le soluzioni devono essere definite su intervalli, ogni soluzione√(che non si annulla) R quando C > 0, su √ √ sarà definita su tutto √ (−∞, − −2C), su (− −2C, −2C) oppure su ( −2C, +∞) quando C < 0, su (−∞, 0) oppure su (0, +∞) quando C = 0. La scelta dell’intervallo di definizione dipende da un’eventuale richiesta di passaggio per un punto del piano. Se ad esempio vogliamo che y(0) = y0 (y0 , 0) otteniamo y(0) = −
1 C
e quindi
C=−
1 . y0
2 ; possiamo quindi cony0 cludere che se y0 < 0 la soluzione trovata su tutto R mentre se p p è definita y0 > 0 lo è soltanto sull’intervallo (− 2/y0 , 2/y0).
Come vedremo nei prossimi esem-
pi, la costante C può essere calcolata associando all’equazione differenziale un dato iniziale.
F I.2: alcune soluzioni dell’equazione y′ = ty2 . Attenzione: per ogni valore di C < 0 abbiamo tre diverse soluzioni!
Imponendo
la condizione iniziale possiamo determinare la costante di integrazione C, e quindi selezionare una delle soluzioni calcolate.
La soluzione corrispondente è definita se t2 ,
(I.2) Esempio. L’equazione y′ (t) =
t 3 + cos y(t)
è a variabili separabili con 1(t) = t e h(y) = 1/(3 + cos y). Sia 1 che h sono continue su tutta la retta reale; inoltre h è strettamente positiva poiché, per ogni y, si ha cos y ≥ −1, quindi non esistono soluzioni costanti. Se dividiamo per h(y) e calcoliamo la primitiva di entrambi i termini troviamo Z Z (3 + cos y(t))y′(t) dt = t dt ovvero H(y) = 3y + sin y = t2 /2 + C. La funzione H è strettamente monotona su tutto R e quindi invertibile, ma non riusciamo a determinare una forma esplicita della sua inversa. Le soluzioni dell’equazione differenziale risultano quindi definite implicitamente. (I.3) Esempio. L’equazione a variabili separabili y′ (t) = t2 y(t)
Questo è l’intervallo più esteso, su
cui la soluzione trovata è definita, a cui appartiene l’istante iniziale t0 = 0.
Stiamo
quindi moltiplicando per 3 + cos y(t).
Infatti H′ (y) = 3 + cos y > 0.
10
Equazioni differenziali
ammette come unica soluzione costante y ≡ 0. Inoltre supponendo h(y) = y , 0 si ricava Z Z ′ y (t) t3 dt = t2 dt e quindi ln |y| = + C. y(t) 3 La funzione logaritmo è invertibile e la sua inversa è la funzione esponenziale; otteniamo perciò 3
|y(t)| = Ket
/3
,
F I.3: alcune soluzioni dell’equazione y′ = t2 y.
con K = eC > 0.
Possiamo quindi concludere che le soluzioni non nulle sono definite su 3 tutto l’asse reale e sono sempre positive, y(t) = Ket /3 , o sempre nega3 tive, y(t) = −Ket /3 . Osserviamo inoltre che le soluzioni positive sono crescenti, quelle negative decrescenti e che se y(t) è una soluzione positiva, −y(t) è una soluzione negativa. Alcune soluzioni dell’equazione sono rappresentate in Figura I.3.
§ 3. Equazioni lineari del primo ordine Iniziamo a considerare l’equazione differenziale ty′ (t) + y(t) = t. Per trovare le sue soluzioni possiamo semplicemente osservare che il termine a sinistra è la derivata di un prodotto. Infatti se poniamo f (t) = t abbiamo ty′ (t) + y(t) = ty(t) ′ |{z} |{z} f y′
f′y
e l’equazione di partenza diventa ty(t) ′ = t. Ricaviamo quindi (per t , 0) ty(t) =
t2 +C 2
=⇒
y(t) =
t C + , 2 t
C ∈ R.
Se invece consideriamo l’equazione y′ (t) + y(t) = t, apparentemente non possiamo procedere come prima, infatti il primo membro non è più la derivata di un prodotto: mancano dei coefficienti moltiplicativi ai termini y′ ed y, che giochino il ruolo rispettivamente
Questo
fatto non deve stupirci, infatti dall’equazione differenziale di partenza abbiamo che y′ ha lo stesso segno di y, poiché t2 è una quantità positiva.
§ 3. Equazioni lineari del primo ordine
11
di f ed f ′ . Possiamo tuttavia aggirare facilmente questo problema moltiplicando per f (t) = et entrambi i membri dell’equazione: otteniamo infatti h i′ et y′ (t) + et y(t) = et y(t) = et t |{z} |{z}
f (t) = et otteniamo f ′ (t) = f (t). f viene detto fattore integrante, nel senso che se moltiplichiamo l’equazione per f allora il suo primo membro diventa integrabile esplicitamente.
Scegliendo
f′y
f y′
Integrando per parti si ha infatti
da cui
Z
Z
et y(t) =
et t dt = et (t−1)+C
=⇒
y(t) = (t−1)+Ce−t ,
C ∈ R.
Z
et t dt = et t −
et dt.
Modifichiamo ora leggermente l’equazione e studiamo y′ (t) + 3y(t) = t. Nemmeno ora a sinistra abbiamo la derivata di un prodotto, e questa volta dobbiamo moltiplicare per una funzione f tale che 3 f (t) = f ′ (t). Scegliamo quindi f (t) = e3t e otteniamo h i′ e3t y′ (t) + 3e3t y(t) = e3t y(t) = e3t t, da cui
Z 3t
e y(t) =
e3t t dt =
Si osservi che stiamo sempre moltiplicando per delle funzioni che non si annullano.
1 3t e (t − 1) + C 3
ovvero y(t) =
1 (t − 1) + Ce−3t , 3
C ∈ R.
Affrontiamo ora il caso più generale, ovvero studiamo l’equazione differenziale (5)
y′ (t) − a(t)y(t) = b(t)
con a e b continue su un comune intervallo di definizione. Procedendo come negli esempi precedenti, cerchiamo un fattore integrante f (non nullo) tale che f ′ (t) = −a(t) f (t)
perché, grossolanamente parlando, i suoi membri sono polinomi di primo grado rispetto alla funzione incognita e alla sua derivata (ma non necessariamente rispetto a t). Chiariremo il concetto di linearità nel Capitolo IV, ad esso dedicato.
Moltiplichiamo
Se A(t) è una primitiva di a(t), ovvero A′ (t) = a(t), dall’equazione precedente (a variabili separabili nell’incognita f ) troviamo f (t) = e−A(t) ; moltiplichiamo quindi entrambi i membri di (5) per f (t) e otteniamo h i′ e−A(t) y′ (t) + e−A(t) (−a(t))y(t) = e−A(t) y(t) = e−A(t) b(t) | {z } | {z } f y′
Tale equazione viene detta lineare
f′y
che, ricordando che A(t) =
R
a(t) dt, è equivalente alla formula
il primo membro dell’equazione per f tale che f y′ − f ay = f y ′ = f y′ + f ′ y ovvero − f a = f ′ .
12
Equazioni differenziali
R
(6)
y(t) = e
Z b(t)e−
a(t) dt
R
a(t) dt
! dt + C ,
Integrale
generale dell’equazione lineare del primo ordine. È ovviamente lasciata al Lettore la scelta se utilizzare i propri preziosi neuroni per mandare a memoria questa formula o piuttosto il procedimento che permette di ricavarla.
C ∈ R.
(I.4) Esempio. Consideriamo l’equazione y′ (t) = −y(t) +
1 . et
Confrontandola con la (5) abbiamo a(t) = −1 e b(t) = 1/et . Dalla formula appena vista, dato che le funzioni a e b sono definite e continue su R, ci aspettiamo che lo siano anche le soluzioni. Come primitiva di a scegliamo A(t) = −t; si ha quindi eA(t) = e−t ,
e−A(t) = et
ed infine dalla formula (6) otteniamo ! ! Z Z 1 t A(t) −A(t) −t e dt + C y(t) = e b(t)e dt + C = e et t+C = t , C ∈ R. e Il grafico di alcune delle soluzioni è rappresentato in Figura I.4.
y(t) y′ (t) = + t cos t. t In questo caso abbiamo a(t) = 1/t e b(t) = t cos t. Il loro insieme comune di definizione e continuità è R r {0}; le soluzioni dell’equazione saranno quindi definite su (−∞, 0) oppure su (0, +∞). Utilizziamo la formula risolutiva (6) per calcolarle. Se cerchiamo le soluzioni su (0, +∞) otteniamo R che una primitiva della funzione a(t) è A(t) = 1/t dt = ln t, inoltre Z Z −A(t) ln(1/t) −A(t) e =e = 1/t e b(t)e dt = cos t dt = sin t + C. Z A(t)
y(t) = e
−A(t)
b(t)e
! dt + C = t(sin t + C),
di a scegliamo come costante arbitraria quella nulla: stiamo cercando un fattore integrante, non tutti i fattori integranti.
(I.5) Esempio. Troviamo ora le soluzioni dell’equazione
Quindi
Nell’integrazione
F I.4: alcune soluzioni dell’equazione y′ = −y + 1/et .
Sottolineiamo
di nuovo che questa coincidenza tra gli intervalli di continuità dei termini dell’equazione e quelli di definizione delle soluzioni è vera per le equazioni lineari, in quanto giustificata dalla formula (6), ma è falsa per equazioni generali (si veda l’Esempio (I.1) a pagina 9).
C ∈ R.
Sull’intervallo (−∞, 0) le soluzioni hanno esattamente la stessa espressione, infatti A(t) = ln(−t), e−A(t) = eln(−1/t) = −1/t, eA(t) = eln(−t) = −t, quindi y(t) = −t(− sin t + C) = t(sin t − C), con C costante arbitraria. In Figura I.5 sono rappresentati i grafici di alcune soluzioni. Notiamo che, benché a(t) non sia definita per t = 0, potremmo pensare di estendere con continuità le soluzioni trovate anche in t = 0, tutte con valore 0. Ovviamente, nel compiere questa operazione, sarebbe necessario precisare che senso dare all’equazione differenziale per t = 0.
F I.5: in figura è rappresentata la funzione y(t) = t(sin t+1) soluzione dell’equazione differenziale separatamente sugli intervalli (−∞, 0) e (0, +∞).
§ 4. Equazioni lineari del secondo ordine
13
§ 4. Equazioni lineari del secondo ordine In questo paragrafo prendiamo in considerazione le equazioni del secondo ordine del tipo ax′′ (t) + bx′ (t) + cx(t) = f (t), dove x(t) è la funzione incognita, a, b e c sono delle costanti ed f è data. L’esempio modello è quello del moto rettilineo di un corpo descritto dall’equazione (3) a pagina 6. Ci limiteremo a descrivere un metodo per determinare una classe di soluzioni, dimostreremo nel Capitolo VIII che quelle trovate sono tutte e sole le soluzioni di un’equazione lineare di secondo ordine a coefficienti costanti. Il metodo si divide in due parti, quella riguardante le cosiddette equazioni omogenee (cioè in cui f (t) ≡ 0) e quella dedicata alle equazioni non omogenee (in cui f (t) . 0).
Tali
equazioni vengono dette equazioni lineari a coefficienti costanti.
Caso omogeneo (I.6) Esempio. Consideriamo l’equazione differenziale x′′ (t) − 3x′ (t) + 2x(t) = 0. Il fatto che la somma della funzione incognita con alcune sue derivate (moltiplicate per dei coefficienti) debba essere nulla suggerisce di cercare delle soluzioni che siano proporzionali alle loro derivate. Per questo motivo ci domandiamo se xλ (t) = eλt risolva l’equazione di partenza per qualche valore di λ. Le derivate prima e seconda di xλ sono x′λ (t) = λeλt ,
2 λt x′′ λ (t) = λ e .
Un’altra
motivazione per cercare soluzioni di questo tipo viene dalle equazioni lineari di primo ordine a coefficienti costanti, infatti le soluzioni di x′ (t) + ax(t) = 0
sono tutte e sole le funzioni x(t) = ke−at , k ∈ R.
Sostituendo nell’equazione otteniamo che xλ è soluzione se e solo se λ2 eλt − 3λeλt + 2eλt = 0, ovvero (dividendo per la quantità strettamente positiva eλt ) se e solo se λ2 − 3λ + 2 = 0. Ricaviamo quindi i valori λ1 = 1, λ2 = 2, che forniscono le due soluzioni x1 (t) = et
e
x2 (t) = e2t
dell’equazione differenziale di partenza. Osserviamo inoltre che tutte le funzioni x(t) = C1 et + C2 e2t ,
C1 , C2 ∈ R
Il polinomio λ2 − 3λ + 2 viene chiamato polinomio caratteristico associato all’equazione.
14
Equazioni differenziali
sono soluzioni dell’equazione . Abbiamo così trovato una famiglia di infinite soluzioni, al variare di due costanti arbitrarie. Come vedremo nel Capitolo VIII, queste sono tutte le soluzioni dell’equazione data, e non è un caso che le costanti arbitrarie siano in numero pari all’ordine dell’equazione. Nell’esempio precedente abbiamo ricondotto la ricerca di soluzioni dell’equazione di partenza a quella delle radici del polinomio caratteristico. Il caso preso in considerazione era abbastanza favorevole, in quanto tale polinomio ammette due radici reali e distinte. Con qualche accorgimento si vede che il metodo è efficace anche quando le radici sono reali ma coincidenti, oppure addirittura complesse coniugate. (I.7) Esempio. Il polinomio caratteristico associato all’equazione lineare omogenea
La verifica è semplice; infatti x′ (t) = C1 et + 2C2 e2t , x′′ (t) = C1 et + 4C2 e2t , quindi x′′ (t) − 3x′ (t) + 2x(t) =
C1 et + 4C2 e2t − 3C1 et − 6C2 e2t + 2C1 et + 2C2 e2t = 0.
Cioè
quando il suo discriminante è strettamente positivo.
Rispettivamente
quando il discriminante è nullo oppure strettamente negativo.
x′′ (t) − 4x′ (t) + 4x(t) = 0 è λ2 − 4λ + 4 = 0 ed ammette due radici coincidenti λ1 = λ2 = 2. La funzione esponenziale x1 (t) = e2t è quindi una soluzione dell’equazione, e assieme ad essa tutte le funzioni del tipo Ce2t con C ∈ R. Seguendo l’idea intuitiva che la presenza di due derivazioni nell’equazione provochi soluzioni che dipendono da due costanti arbitrarie, ci proponiamo di trovare una seconda soluzione che non sia della forma precedente. L’idea è di non discostarci troppo da questa prima soluzione trovata e di tentare di determinare una funzione C(t), non costante, tale che ¯ = C(t)e2t x(t)
Stiamo
facendo “variare la costante arbitraria” della soluzione nota!
risolva l’equazione. Calcoliamo le derivate di x¯ x¯′ (t) = C′ (t)e2t + 2C(t)e2t , x¯′′ (t) = C′′ (t)e2t + 4C′ (t)e2t + 4C(t)e2t
Tutti
i termini contenenti C(t) e C′ (t) si elidono!
quindi, sostituendo nell’equazione, otteniamo C′′ (t)e2t = 0
=⇒
C′′ (t) = 0.
Quindi una funzione C(t) che soddisfa la nostra richiesta è C(t) = t e abbiamo così dimostrato che la funzione x2 (t) = te2t
st’equazione sono C(t) = C1 +C2 t, da cui x(t) = (C1 + C2 t) e2t ,
risolve l’equazione di partenza. Ancora una volta osserviamo che al variare di C1 , C2 ∈ R abbiamo la seguente famiglia di soluzioni x(t) = C1 e2t + C2 te2t .
In effetti tutte le soluzioni di que-
in perfetto accordo con la conclusione dell’esempio.
§ 4. Equazioni lineari del secondo ordine
15
(I.8) Esempio. Rimane da considerare il caso in cui il polinomio caratteristico ha due radici complesse. Ad esempio l’equazione x′′ (t) − 2x′ (t) + 2x(t) = 0 ammette come polinomio caratteristico λ2 − 2λ + 2 le cui radici sono λ1 = 1 + i
e
λ2 = 1 − i.
Pertanto, ragionando come nell’Esempio (I.6), otteniamo che le funzioni (a valori complessi) x˜1 (t) = e(1+i)t = et (cos t + i sin t) e
x˜2 (t) = e(1−i)t = et (cos t − i sin t)
risolvono, almeno formalmente, l’equazione. Anche tutte le funzioni del tipo x(t) = D1 x˜1 (t) + D2 x˜2 (t),
Ricordiamo la definizione di esponenziale di un numero complesso data dalla Formula di Eulero
ex+iy = ex eiy = ex (cos y + i sin y) con x, y ∈ R. A tal proposito si veda anche l’approfondimento a pagina 51.
D1 , D2 ∈ C
sono allo stesso modo soluzioni. Volendo però selezionare solo quelle a valori reali dobbiamo imporre che D1 + D2 ∈ R e i(D1 − D2 ) ∈ R, da cui ricaviamo che D1 e D2 sono numeri coniugati. Perciò, se D1 = α + iβ e D2 = α − iβ, dall’espressione precedente otteniamo
Infatti D1 x˜1 (t) + D2 x˜2 (t) = et [(D1 + D2 ) cos t + i(D1 − D2 ) sin t].
x(t) = (α + iβ)[et (cos t + i sin t)] + (α − iβ)[et (cos t − i sin t)] = 2αet cos t − 2βet sin t.
Ponendo infine C1 = 2α e C2 = −2β abbiamo la famiglia di soluzioni reali x(t) = et (C1 cos t + C2 sin t).
Possiamo ora estendere il metodo risolutivo visto negli Esempi (I.6), (I.7) e (I.8) ad una generica equazione lineare del secondo ordine a coefficienti costanti omogenea (7)
ax′′ (t) + bx′ (t) + cx(t) = 0,
a, b, c ∈ R.
Abbiamo visto che un’equazione di questo tipo ammette una famiglia di soluzioni dipendente da due parametri reali e dalle radici del polinomio caratteristico P2 (λ) = aλ2 + bλ + c. Se ∆ = b2 − 4ac, riassumiamo le situazioni che si possono presentare nella seguente tabella:
∆>0 ∆=0 ∆<0
radici di P2 (λ) λ1 , λ2 λ1 = λ2 λ1,2 = α ± iβ
famiglia di soluzioni al variare di C1 , C2 ∈ R x(t) = C1 eλ1 t + C2 eλ2 t x(t) = (C1 + C2 t)eλ1 t x(t) = eαt [C1 cos(βt) + C2 sin(βt)]
Supponiamo a , 0. Se a = 0 l’equazione è in realtà una lineare del primo ordine, che abbiamo imparato a risolvere nel paragrafo precedente.
16
Equazioni differenziali
A questo punto ci si può chiedere: esistono soluzioni diverse da quelle trovate? La risposta è negativa, ma al momento non abbiamo modo di giustificarla. Per ora ci limitiamo ad affermare che tutte le soluzioni di un’equazione lineare di secondo ordine omogenea a coefficienti costanti sono quelle della tabella precedente; vedremo una giustificazione rigorosa di questo fatto nel Capitolo VIII.
Caso non omogeneo Se f è una funzione continua, ci chiediamo quando, ed eventualmente in che modo, possiamo determinare le soluzioni dell’equazione non omogenea (o completa) (8)
ax′′ (t) + bx′ (t) + cx(t) = f (t),
f (t) viene spesso detto termine noto dell’equazione.
a, b, c ∈ R.
Come prima cosa osserviamo che se x1 (t) e x2 (t) sono due soluzioni di (8) allora la loro differenza risolve l’equazione omogenea associata (7). A questo punto se supponiamo di conoscere una soluzione particolare dell’equazione completa, xp , abbiamo il seguente risultato (Esercizio 34 ): x è soluzione di (8) ⇐⇒ x = xo + xp , con xo soluzione di (7).
La
dimostrazione di questo fatto è lasciata al Lettore, si veda l’Esercizio 33 al fondo del capitolo.
Questa proprietà è un caso particolare del Principio di sovrapposizione (si veda l’Esercizio 37 ).
Di conseguenza, note tutte le soluzioni dell’equazione (7), per determinare tutte quelle dell’equazione (8) è sufficiente trovarne una particolare e sommarla all’integrale generale dell’equazione omogenea associata. Concludiamo questo paragrafo descrivendo in che modo, per alcune f particolari, è possibile trovare la soluzione xp per “similitudine” con la funzione f . Per un metodo più generale rimandiamo all’Esercizio 42 e al Capitolo VIII. (I.9) Esempio. Consideriamo l’equazione differenziale x′′ (t) − x(t) = e2t . L’equazione omogenea associata x′′ (t) − x(t) = 0 ha polinomio caratteristico P2 (λ) = λ2 − 1, perciò ammette la famiglia di soluzioni C1 et + C2 e−t , con C1 , C2 ∈ R. Per una soluzione dell’equazione non omogenea, la differenza fra la sua derivata seconda e la funzione stessa deve essere uguale e2t ; è quindi sensato cercare una soluzione del tipo xp (t) = Ce2t . 2t Derivando otteniamo x′p (t) = 2Ce2t e x′′ p (t) = 4Ce ; sostituendo nell’equazione abbiamo 2t 2t 2t e2t = x′′ p (t) − xp (t) = 4Ce − Ce = 3Ce
La funzione e2t , come già osservato, ha la proprietà di rimanere proporzionale a se stessa quando la si deriva un numero qualsiasi di volte.
§ 4. Equazioni lineari del secondo ordine
17
da cui si ricava C = 1/3. Abbiamo quindi trovato che xp (t) = 1/3 e2t è una soluzione dell’equazione di partenza. Possiamo dunque concludere che tutte le soluzioni dell’equazione sono 1 x(t) = C1 et + C2 e−t + e2t , 3
C1 , C2 ∈ R.
(I.10) Esempio. Se modifichiamo il termine noto dell’equazione dell’esempio precedente e consideriamo x′′ (t) − x(t) = et , ci accorgiamo che, in questo caso, è del tutto inutile cercare di determinare una soluzione particolare nella famiglia di funzioni Cet . Proviamo invece a determinarne una nella forma xp (t) = Ctet . t t Otteniamo x′p (t) = C(et + tet ) e x′′ p (t) = C(2e + te ) da cui t t t t x′′ p (t) − xp (t) = C(2e + te ) − Cte = 2Ce .
Se imponiamo che xp soddisfi l’equazione otteniamo 2Cet = et , quindi C = 1/2. Concludiamo che le soluzioni dell’equazione sono 1 x(t) = C1 e + C2 e + tet , 2 t
−t
C1 , C2 ∈ R.
(I.11) Esempio. Prendiamo ora in considerazione l’equazione dell’Esempio (I.7), il cui polinomio caratteristico ammette due radici reali coincidenti uguali a 2. Se ora aggiungiamo come termine noto proprio la funzione e2t otteniamo l’equazione completa x′′ (t) − 4x′ (t) + 4x(t) = e2t ; questa volta non è nemmeno più sufficiente cercare xp del tipo Cte2t , infatti questa sarebbe già una soluzione dell’equazione omogenea. In questo caso proviamo a determinare una soluzione nella famiglia xp (t) = Ct2 e2t . Derivando otteniamo x′p (t) = C(2te2t + 2t2 e2t )
e
2t 2t 2 2t x′′ p (t) = C(2e + 8te + 4t e )
e quindi sostituendo nell’equazione di partenza C(2e2t + 8te2t + 4t2 e2t ) − 4C(2te2t + 2t2 e2t ) + 4Ct2 e2t = e2t ovvero 2C + 8Ct + 4Ct2 − 8Ct − 8Ct2 + 4Ct2 = 1 da cui ricaviamo C = 1/2. Concludiamo quindi che le soluzioni dell’equazione completa studiata sono 1 x(t) = C1 + C2 t + t2 e2t . 2
Infatti
le funzioni di questa famiglia sono già soluzioni dell’equazione omogenea associata al problema, perciò sostituite a primo membro fanno sempre 0! Ispirandoci a quanto fatto nell’Esempio (I.7), possiamo utilizzare il metodo della variazione della costante arbitraria e cercare una soluzione della forma x¯p (t) = C(t)et .
Otteniamo l’equazione C′′ + 2C′ = 1, da cui ricaviamo che C(t) = t/2 è una soluzione.
18
Equazioni differenziali
Dai tre esempi visti deduciamo che per determinare una soluzione particolare di un’equazione completa con termine noto del tipo eλt è fondamentale sapere se λ è uno zero del polinomio caratteristico, P2 , e quale è la sua molteplicità. Con ragionamenti del tutto analoghi si riescono anche a determinare soluzioni particolari di equazioni con termine noto contenente funzioni seno e/o coseno, moltiplicate eventualmente per funzioni esponenziali. In questi casi possiamo determinare una soluzione particolare secondo la seguente tabella. f (t)
xp (t)
Qk (t)
aeλt
Q˜ k (t)
se P2 (0) , 0
tQ˜ k (t)
se 0 è radice di P2 di molt. 1
t2 Q˜ k (t)
se 0 è radice di P2 di molt. 2
Aeλt
se P2 (λ) , 0
Ateλt
se λ è radice di P2 di molt. 1
At2 eλt
se λ è radice di P2 di molt. 2
eαt [A sin(βt) + B cos(βt)] se P2 (α ± iβ) , 0
aeαt cos(βt) (o sin(βt))
teαt [A sin(βt) + B cos(βt) se α ± iβ sono radici di P2 .
È inoltre possibile estendere questi ragionamenti al caso in cui le funzioni esponenziali, seno, coseno sono moltiplicate per dei polinomi, come si può vedere nell’Esercizio (I.9) svolto a pagina 27.
Esercizi (I.1) È data l’equazione logistica p′ (t) = kp(t) − hp2 (t), con la condizione iniziale p(0) = p0 . Determinare p(t) (per t > 0), supponendo che k e h siano due costanti positive. Soluzione. Dobbiamo risolvere l’equazione a variabili separabili p′ (t) = p(t)(k − hp(t)). Si osserva immediatamente la presenza di due soluzioni costanti p≡0
e
p≡
k . h
Supponendo quindi p(t) , 0 e p(t) , k/h dividiamo entrambi i termini dell’equazione per p(t)(k − hp(t)) ed integriamo rispetto alla variabile
Qk (t)
grado k.
e Q˜ k (t) sono polinomi di
Osserviamo che quando 0 è radice doppia del polinomio caratteristico l’equazione differenziale può essere risolta integrando due volte!
Esercizi
19
indipendente t Z dp = t + C. p(k − hp) Otteniamo quindi p ln = k(t + C) k − hp
Una =⇒
p(t) = Dekt , k − hp(t)
D , 0,
da cui ricaviamo p(t) = Dekt k − hp(t)
⇐⇒ ⇐⇒
k = −hDekt k − hp(t) h 1 p(t) = 1 − k 1 + hDekt
1−
primitiva del termine a sinistra è # Z Z " dp 1 h 1 = + dp p(k − hp) k p k − hp 1 ln |p| − ln |k − hp| = k |p| 1 = ln . k |k − hp|
e concludiamo (9)
p(t) =
kDekt . 1 + hDekt
Imponendo la condizione iniziale p(0) = p0 possiamo quindi ricavare la costante di integrazione D D=
p0 . k − hp0
Osserviamo che la soluzione trovata è definita quando il suo denominatore è non nullo ovvero 1 + hDekt , 0; sostituendo il valore della costante di integrazione D otteniamo la condizione ekt , 1 − k/(hp0 ) che è sempre verificata quando t > 0 essendo 1 − k/(hp0 ) < 1. Quindi la soluzione trovata è definita su [0, +∞) e si ha
Ricordiamo
che siamo supponendo p(t) , k/h, quindi in particolare p0 , k/h.
k kDekt = . t→+∞ 1 + hDekt h
lim p(t) = lim
t→+∞
Possiamo quindi concludere che quando lasciamo evolvere una popolazione con p0 individui all’istante iniziale secondo la legge logistica (con h, k costanti strettamente positive) essa tenderà a stabilizzarsi verso un numero di circa k/h individui, che rappresenta la capacità dell’ambiente. Dall’espressione di p′ , p′ (t) = p(t)(k − hp(t)), potevamo già dedurre che le soluzioni dell’equazione sarebbero state delle funzioni (strettamente) crescenti quando p(t) ∈ (0, k/h), decrescenti se p(t) > k/h. i grafici di alcune soluzioni sono rappresentati in Figura I.1 (a destra), pagina 4. (I.2) Un serbatoio con una capacità di 1000 lt viene riempito di acqua in cui vengono sciolti 5 kg di sale. Una soluzione di acqua e sale al 2% entra nel serbatoio con una velocità di 10 lt/min. La soluzione viene continuamente rimescolata ed esce dal serbatoio alla stessa velocità. Quanto sale contiene il serbatoio dopo 5 minuti?
Per uno studio completo della famiglia di soluzioni trovata, rimandiamo all’Esercizio 6 a pagina 29.
20
Equazioni differenziali
Soluzione. La variazione della quantità di sale presente nel serbatoio è uguale alla differenza tra la sua velocità di entrata, ve , e quella di uscita, vu . Detta s(t) la quantità di sale al tempo t, misurata in kg, l’equazione che descrive il fenomeno è s′ (t) = ve (t) − vu (t). Osserviamo che la quantità di sale per ogni litro di soluzione al tempo t è s(t)/1000. Le velocità di entrata e di uscita sono rispettivamente ve (t) =
1 [kg/min] 5
e
vu (t) =
s(t) [kg/min]. 100
Infatti, la soluzione entrante contiene il 2% di sale, quindi ogni minuto entrano 0,2 kg di sale, disciolto in 10 lt di acqua; inoltre, essendo s(t)/1000 la quantità di sale per ogni litro di soluzione al tempo t il sale uscente ogni minuto è pari a 10 volte questa quantità. Otteniamo s′ (t) =
1 (20 − s(t)). 100
L’equazione differenziale trovata è sia lineare di primo ordine sia a variabili separabili; la risolviamo nel secondo modo, dopo aver osservato che la soluzione da determinare deve verificare la condizione iniziale s(0) = 5. La soluzione costante s(t) ≡ 20 non è dunque quella cercata. Supponiamo quindi s(t) , 20, dividiamo per 20 − s(t) e, dopo aver calcolato la primitiva di entrambi i termini abbiamo ln |20 − s(t)| = −
1 t+C , C ∈ R 100
⇒
20 − s(t) = Ke−t/100 , K > 0.
Ricordando che s(0) = 5 otteniamo K = 15 e quindi s(t) = 20 − 15e−t/100 ; in particolare dopo 5 minuti nel serbatoio sono presenti 20 − 15e−1/20 ≃ 5, 7 kg di sale. (I.3) (Equazione omogenea) Determinare le soluzioni dell’equazione differenziale y′ (t) =
y(t) − e y(t)/t . t
Soluzione. Osserviamo che l’equazione è priva di significato quando t = 0, le sue soluzioni non saranno dunque definite in t = 0. Effettuiamo ora la sostituzione z(t) =
y(t) t
Essendo
s(0) < 20 e avendo supposto s(t) , 20, abbiamo potuto togliere il valore assoluto, infatti 20 − s(t) > 0 laddove s(t) è definita.
Esercizi
21
e, derivando la funzione z rispetto alla variabile indipendente t, otteniamo z′ (t) =
y′ (t) y(t) z(t) − ez(t) z(t) − 2 = − t t t t
=⇒
z′ (t) = −
ez(t) . t
Abbiamo così trasformato l’equazione differenziale di partenza in un’equazione differenziale a variabili separabili, siamo quindi in grado di determinare la funzione incognita z(t) e da questa ricavare y(t) = tz(t). L’equazione trovata non ha soluzioni costanti. Dividendo per −ez(t) e integrando otteniamo Z Z dt −z ⇐⇒ e−z(t) = ln |t| + C , C∈R − e dz = t
Più
in generale, per risolvere un’equazione del tipo ! y(t) y′ (t) = f t
si effettua la sostituzione y(t) z(t) = t per ricondursi all’equazione differenziale a variabili separabili f (z) − z . t Dopo aver risolto quest’ultima si trovano le soluzioni del problema iniziale sostituendo y(t) = tz(t). z′ =
e quindi z(t) = − ln(ln |t| + C),
definita se |t| > e−C .
Le soluzioni del problema di partenza quindi sono y(t) = −t ln(ln |t| + C) e sono definite su (−∞, −e−C) oppure su (e−C , +∞); in Figura I.6 ne sono rappresentate alcune. (I.4) Una tazza di caffè alla temperatura di 75◦ C viene posta in una stanza a 25◦ C. Supponendo che il raffreddamento segua la Legge di Newton, secondo la quale la velocità di raffreddamento è proporzionale alla differenza di temperatura tra il corpo e l’ambiente che lo circonda, e sapendo che nei primi 5 minuti la tazza si è raffreddata di 25◦ C scrivere l’equazione differenziale che descrive il raffreddamento del caffé. Determinare dopo quanto tempo il caffè raggiunge i 35◦ C. Soluzione. Se chiamiamo T la temperatura del caffé (supponiamo che la temperatura del liquido sia uniforme) la legge di Newton assicura l’esistenza di una “costante di raffreddamento” K < 0 tale che T′ (t) = K(T(t) − 25). Ancora una volta siamo di fronte ad un’equazione differenziale al tempo stesso a variabili separabili e lineare di primo ordine. Applichiamo questa volta la formula risolutiva vista a pagina 12, con a(t) = K e b(t) = −25K per determinare T(t) ! Z Kt −Kt T(t) = e −25Ke dt + C = 25 + CeKt . Per determinare la costante di integrazione C usiamo la condizione iniziale T(0) = 75, ottennendo 75 = C + 25, da cui C = 50. Per determinare
F I.6: alcune soluzioni dell’equazione omogenea y′ = y/t − ey/t .
22
Equazioni differenziali
la costante di raffreddamento utilizziamo la seconda informazione che viene fornita: dopo cinque minuti la temperatura del caffè è di 50◦ C. Abbiamo 50 = T(5) = 50e5K + 25
⇐⇒
K=−
ln 2 . 5
L’equazione differenziale che descrive il raffreddamento del caffé è quindi T′ (t) = −
ln 2 (T(t) − 25) 5
e la temperatura al tempo t è T(t) = 50e− ln 2 t/5 + 25. Per determinare t¯ > 0 tale che T(t¯) = 35 è dunque sufficiente sostituire 35 = 50e− ln 2 t/5 + 25 da cui si ottiene t¯ = 5 ln 5/ ln 2 ≃ 11, 6. Quindi il caffè raggiunge i 35◦ C dopo 11 minuti e 36 secondi (circa). ✩ (I.5) (Equazione di Bernoulli) Si consideri l’equazione differenziale p y′ (t) = 2(tan t)y(t) + 2 y(t) definita per t , π/2 + kπ, k ∈ Z. Dopo aver effettuato una opportuna sostituzione per ricondursi a una equazione lineare, determinare le soluzioni dell’equazione data. Soluzione. Osserviamo che y ≡ 0 è soluzione. Per y(t) > 0 definiamo p z(t) = y(t). La derivata di z è z′ (t) =
i h p p 1 1 y′ (t) = p 2(tan t)y(t) + 2 y(t) = (tan t) y(t) + 1, p 2 y(t) 2 y(t)
quindi z soddisfa l’equazione lineare z′ (t) = (tan t)z(t) + 1. Possiamo applicare la formula risolutiva (6) per determinare z; abbiamo a(t) = tan t, b(t) = 1, quindi A(t) = − ln | cos t| e ! Z 1 sin t + C z(t) = | cos t| dt + C =⇒ z(t) = | cos t| cos t grazie all’arbitrarietà della costante di integrazione C ∈ R. Innanzitutto osserviamo che l’espressione di z ottenuta (come anche l’equazione) ha senso quando t , π/2 + kπ, k ∈ Z. Però, come abbiamo
Più
in generale ci proponiamo di risolvere un’equazione del tipo y′ (t) = a(t)y(t) + b(t)yα (t) con α ∈ R (se α = 0, 1 siamo già in grado di risolvere l’equazione). Dopo aver osservato che y ≡ 0 è soluzione quando α > 0, tentiamo di ricondurci ad un’equazione di cui sappiamo calcolare le soluzioni effettuando la sostituzione z(t) = yβ (t), con β ∈ R opportuno. Derivando otteniamo z′ (t) = βyβ−1 (t)y′ (t) e quindi z′ (t) = βyβ−1 (t) a(t)y(t) + b(t)yα (t) h i = β a(t)z(t) + b(t)yα+β−1 (t) . Affinché quest’ultima equazione sia lineare (e quindi facilmente risolubile) dev’essere β = 1 − α. Abbiamo quindi capito che se poniamo z(t) = y(t)1−α l’equazione di partenza si trasforma nell’equazione lineare z′ (t) = (1 − α) [a(t)z(t) + b(t)]
di cui conosciamo la forma esplicita delle soluzioni.
Esercizi
23
più volte osservato, le soluzioni di un’equazione differenziale devono essere definite su degli intervalli. Otteniamo quindi molteplici famiglie di soluzioni, definite su intervalli disgiunti: π π sin t + C , t ∈ − + kπ, + kπ . z(t) = cos t 2 2 A questo punto p possiamo calcolare la funzione incognita di partenza. Poiché z(t) = y(t), la funzione z trovata non può essere negativa. Questo impone una ulteriore restrizione sull’intervallo di definizione di z, almeno per alcuni valori di C. Infatti sin t + C ≥ 0 e cos t > 0 oppure z(t) ≥ 0 ⇐⇒ sin t + C ≤ 0 e cos t < 0. Sotto queste condizioni sin t + C 2 y(t) = cos t
con t ∈ I,
dove l’intervallo di definizione I dipende da k e da C ed è definito nel modo seguente: π π − + kπ, + kπ , se k è pari e C ≥ 1 o k è dispari e C ≤ −1 2 2 π − arcsin C + kπ, + kπ , se k è pari e − 1 < C < 1 2 π − + kπ, − arcsin C + kπ , se k è dispari e − 1 < C < 1. 2 (I.6) (Equazione logistica a coefficienti variabili) Usando la sostituzione z(t) = 1/p(t), determinare la soluzione per k(t) e h(t) variabili nel tempo dell’equazione logistica p′ (t) = k(t)p(t) − h(t)p2(t). Soluzione. Come suggerito, utilizziamo la sostituzione z(t) = 1/p(t) e calcoliamo la derivata della funzione z z′ (t) = −
p′ (t) k(t)p(t) − h(t)p2 (t) 1 + h(t) = − = −k(t) p(t) p2 (t) p2 (t)
da cui ricaviamo che z è soluzione dell’equazione lineare z′ (t) = −k(t)z(t) + h(t). Possiamo quindi applicare la formula risolutiva (6) per determinarne le soluzioni ! Z K(t) −K(t) h(t)e dt + C . z(t) = e
Stiamo
risolvendo un’equazione di Bernoulli con α = 2; si veda l’Esercizio (I.5).
24
Equazioni differenziali
dove K(t) è una qualsiasi primitiva di k. Per trovare p(t) sarà sufficiente considerare il reciproco dell’espressione trovata, ovvero Z K(t)
K(t)
p(t) = e
h(t)e
!−1 dt + C .
(I.7) (Oscillatore armonico) Studiare le soluzioni dell’equazione mx′′ (t) = −kx(t) − γx′ (t). al variare della costante elastica della molla k > 0 e del coefficiente d’attrito γ > 0.
Si osservi l’analogia tra la soluzione trovata e la (9).
Come
abbiamo visto a pagina 3 questa è l’equazione differenziale soddisfatta dalla posizione x(t) di un corpo di massa m vincolato a muoversi su una guida rettilinea, soggetto sia ad una forza generata da una molla (con posizione di equilibrio in x = 0) che alla forza d’attrito.
Soluzione. Dividendo l’equazione differenziale per m > 0 otteniamo x′′ (t) + 2δx′ (t) + ω2 x(t) = 0, dove abbiamo posto (per comodità di calcolo che capiremo a breve) δ=
γ 2m
e
ω2 =
k . m
Il polinomio caratteristico associato a quest’ultima equazione è P2 (λ) = λ2 + 2δλ + ω2 ed ammette come radici √ √ λ1 = −δ + δ2 − ω2 e λ2 = −δ − δ2 − ω2 . A seconda del segno della quantità sotto radice, δ2 − ω2 , deduciamo tre possibili comportamenti. Caso 1: δ > ω. Il polinomio caratteristico ha due radici reali e distinte, quindi l’equazione ammette le seguenti soluzioni x(t) = C1 eλ1 t + C2 eλ2 t . Osserviamo che entrambi gli zeri del polinomio caratteristico sono negativi, quindi le soluzioni trovate tendono a zero in modo esponenziale quando t → +∞. Fisicamente questo significa che se la costante d’attrito è grande (rispetto alla costante di elasticità della molla), allora il corpo non oscilla, ma viene trascinato verso la posizione di equilibrio. Al variare delle costanti C1 e C2 le funzioni x(t) hanno un andamento come quello delle curve in Figura I.7. Caso 2: δ = ω. In questo caso il polinomio ha due radici reali coincidenti λ1 = λ2 = −δ, si ha quindi la famiglia di soluzioni x(t) = (C1 + C2 t)eλ1 t ,
C1 , C2 ∈ R.
Anche in questo caso le soluzioni decrescono in modo esponenziale al crescere del tempo t. Il grafico di alcune soluzioni è rappresentato in Figura I.7.
Infatti
√ δ2 − ω2 < δ.
Esercizi
25
F I.7: da sinistra a destra sono rappresentati alcuni possibili moti di un oscillatore armonico rispettivamente nei casi in cui δ > ω, δ = ω e δ < ω, al variare della posizione e della velocità iniziali dell’oscillatore. L’andamento delle curve è molto simile nei primi due casi, in cui l’attrito è grande rispetto alla costante di elasticità della molla. Nel terzo caso risulta invece evidente il carattere oscillatorio del moto, compreso tra i grafici delle curve esponenziali ±re−δt .
Caso 3: δ < ω. Le radici del polinomio caratteristico sono due numeri complessi coniugati, ovvero √ λ1,2 = −δ ± iω¯ con ω¯ = ω2 − δ2 . Abbiamo quindi la famiglia di soluzioni x(t) = C1 e−δt sin(ωt) ¯ + C2 e−δt cos(ωt), ¯
C1 , C2 ∈ R.
Per riuscire a dare una interpretazione fisica del risultato ottenuto riscriviamo quest’ultima espressione effettuando le seguenti sostituzioni q C1 r = C21 + C22 e ϕ = arctan − C2 da cui otteniamo x(t) = re−δt cos(ωt ¯ + ϕ),
C1 , C2 ∈ R.
Da quest’ultima espressione risulta evidente il carattere oscillatorio del moto. In questo caso quindi l’attrito non è sufficiente per smorzare il moto oscillatorio causato dalla molla. L’effetto dell’attrito si può osservare nel decadimento esponenziale dell’ampiezza dell’oscillazione: il grafico di x(t) è compreso tra la coppia di curve ±re−δt (si veda la Figura I.7, a destra). (I.8) (Oscillatore armonico con forzante) Studiare il moto di un corpo di massa m vincolato a muoversi senza attrito su una guida rettilinea, soggetto ad una forza generata da una molla con costante elastica k > 0 e ad una forza esterna di intensità f (t) = A cos(φt) con A, φ parametri reali. Soluzione. Abbiamo visto a pagina 3 che in questo caso l’equazione soddisfatta dalla posizione x(t) del corpo è mx′′ (t) + kx(t) = A cos(φt).
Osserviamo che
in assenza di attrito, cioè quando δ = 0 si ottiene il moto puramente oscillatorio x(t) = r cos(ωt + ϕ).
26
Equazioni differenziali
F I.8: a sinistra un esempio di moto di un oscillatore armonico con forzante a cos(φt) non in risonanza; a destra invece la forzante è in risonanza, cioè φ = ω.
Se dividiamo per m e poniamo ω2 = k/m e a = A/m otteniamo x′′ (t) + ω2 x(t) = a cos(φt). Dall’esercizio precedente deduciamo l’espressione delle soluzioni dell’equazione omogenea associata, ovvero x(t) = C1 sin(ωt) + C2 cos(ωt), al variare di C1 , C2 in R. Vogliamo ora cercare una soluzione particolare dell’equazione completa. Essendo ±iω le radici del polinomio caratteristico, possono presentarsi due situazioni: Caso 1: φ , ω. In questo caso cerchiamo una soluzione particolare del tipo
È il caso δ = 0.
xp (t) = b cos(φt) + c sin(φt). 2 la cui derivata seconda è x′′ p (t) = −φ (b cos(φt) + c sin(φt)). Sostituendo nell’equazione otteniamo 2
2
(ω − φ )(b cos(φt) + c sin(φt)) = a cos(φt)
=⇒
a b= 2 , c = 0. ω − φ2
Le soluzioni dell’equazione completa quindi sono x(t) = C1 sin(ωt) + C2 cos(ωt) +
a cos(φt), ω2 − φ2
C1 , C2 ∈ R.
Se effettuiamo ancora una volta le sostituzioni r = (C21 + C22 )1/2 e ϕ = arctan(−C1 /C2 ) otteniamo x(t) = r cos(ωt + ϕ) +
a cos(φt). 2 ω − φ2
Il moto del corpo risulta quindi essere la sovrapposizioni di due moti oscillatori con ampiezze e periodi diversi (Figura I.8, a sinistra).
Non dobbiamo stupirci che la co-
stante c sia nulla, infatti se xp fosse somma di una funzione pari e di una dispari allora anche x′′ p avrebbe la stessa struttura (la derivata di una funzione pari è dispari e viceversa). 2 Dunque x′′ p (t) + ω xp (t) non potrebbe essere uguale ad a cos(φt), che è pari. Potevamo quindi dedurre senza fare calcoli che c = 0 e cercare direttamente una soluzione particolare del tipo xp (t) = b cos(φt).
Per
quali valori di φ il moto è periodico?
Esercizi
27
Caso 2: φ = ω. In questo caso la soluzione particolare dev’essere cercata della forma xp (t) = bt cos(ωt) + ct sin(ωt).
x′p (t) = c(sin(ωt) + tω cos(ωt)) 2 x′′ p (t) = c(2ω cos(ωt) − tω sin(ωt)) 2 x′′ p (t) + ω xp (t) = 2cω cos(ωt) = a cos(φt)
=⇒
c=
a . 2ω
Otteniamo le soluzioni dell’equazione completa x(t) = C1 sin(ωt) + C2 cos(ωt) + ovvero, sostituendo r =
x(t) = r cos(ωt + ϕ) +
+
C22 )1/2
a t sin(ωt), 2ω
C1 , C2 ∈ R
e ϕ = arctan(−C1 /C2 ),
a t sin(ωt). 2ω
Da quest’ultima espressione deduciamo che per ogni successione (tn )n≥1 divergente a +∞ del tipo tn = t0 + 2π/ωn, con t0 , 0 si ha che |x(tn )| → +∞ e quindi il corpo, al crescere del tempo t, compie delle oscillazioni di ampiezza sempre più grandi (si veda la Figura I.8 a destra). Questo fenomeno viene chiamato risonanza. (I.9) Determinare le soluzioni delle equazioni differenziali x′′ (t) + x(t) = t2
e
φ della forzante è uguale alla frequenza propria ω dell’oscillatore.
Invece
In realtà possiamo subito dire che b = 0, infatti t cos(ωt) è una funzione dispari e, come nel caso precedente, xp non può essere la somma di una funzione dispari e una pari. Derivando xp e sostituendo nell’equazione otteniamo
(C21
Cioè la frequenza
x′′ (t) + x(t) = t sin t.
Soluzione. Le soluzioni dell’equazione omogenea associata ad entrambe le equazioni sono C1 cos t + C2 sin t, con C1 , C2 ∈ R, infatti il polinomio caratteristico è P2 (λ) = λ2 + 1 e i suoi zeri sono ±i. Il termine noto della prima equazione è il polinomio di secondo grado Q2 (t) = t2 e λ = 0 non annulla il polinomio caratteristico; cerchiamo dunque una soluzione particolare del tipo xp (t) = at2 + bt + c con a, b, c ∈ R da determinare. Se imponiamo che xp sia soluzione dell’equazione otteniamo 2 2 x′′ p (t) + xp (t) = (2a) + (at + bt + c) = t
di sfidare la sorte nel tentativo di indovinare la forma dell’integrale particolare, possiamo ragionare nel modo seguente. Prendiamo φ , ω. Dall’espressione dell’integrale generale a x(t) = r cos(ωt+ϕ)+ 2 cos(φt), ω − φ2
selezioniamo la soluzione con r = −a/(ω2 − φ2 ) e ϕ = 0: a cos(ωt) x(t) = − 2 ω − φ2 a cos(φt) + 2 ω − φ2 =a
cos(φt) − cos(ωt) ω2 − φ2
.
Se, fissato t, passiamo al limite per φ → ω, utilizzando la formula di de l’Hôpital otteniamo lim a
φ→ω
cos(φt) − cos(ωt) ω2 − φ2
=
at sin(ωt) . 2ω
28
Equazioni differenziali
da cui ricaviamo a = 1, b = 0 e c = −2. Le soluzioni della prima equazione sono quindi le funzioni x(t) = C1 cos t + C2 sin t + t2 − 2. Il termine noto della seconda equazione è invece del tipo f (t) = Qk (t)eαt sin(βt) con Qk polinomio di grado k = 1, α = 0 e β = 1. Poiché α ± iβ = ±i sono radici del polinomio caratteristico cerchiamo una soluzione particolare del tipo xp (t) = Q1 (t)t sin t + R1 (t)t cos t dove Q1 (t) = at + b ed R1 (t) = ct + d sono polinomi di primo grado da determinare. Se calcoliamo le derivate di xp (t) ed imponiamo che risolva l’equazione troviamo xp (t) = (at2 + bt) sin t + (ct2 + dt) cos t x′p (t) = (2at + b) sin t + (at2 + bt) cos t + (2ct + d) cos t − (ct2 + dt) sin t = (−ct2 − dt + 2at + b) sin t + (at2 + bt + 2ct + d) cos t
2 x′′ p (t) = (−2ct − d + 2a) sin t + (−ct − dt + 2at + b) cos t
+ (2at + b + 2c) cos t − (at2 + bt + 2ct + d) sin t
= (−at2 − bt − 4ct − 2d + 2a) sin t + (−ct2 − dt + 4at + 2b + 2c) cos t
x′′ p (t) + xp (t) = (−4ct − 2d + 2a) sin t + (4at + 2b + 2c) cos t = t sin t. e quindi −4c = 1,
−2d + 2a = 0,
4a = 0,
2b + 2c = 0
da cui ricaviamo a = d = 0 e b = −c = 1/4. Abbiamo quindi trovato una soluzione particolare dell’equazione completa xp (t) =
1 1 t sin t − t2 cos t. 4 4
Le soluzioni della seconda equazione quindi sono (si veda la Figura I.9) 1 1 x(t) = C1 cos t + C2 sin t + t sin t − t2 cos t. 4 4 ❊❊❊
F I.9: alcune soluzioni dell’equazione di second’ordine x′′ +x = t sin t.
Esercizi
29
✎ Diamoci da fare. . . (Soluzioni a pagina 571) 1 Sia k : [0, +∞) → R una funzione continua. Supposto che una popolazione p = p(t) si evolva con un tasso percentuale di crescita k(t) e che p(0) = p0 > 0, determinare il numero di individui all’istante t > 0. Sotto quali condizioni su k la popolazione si estingue? 2 Una popolazione di batteri inizialmente conta 500 individui, dopo 3 ore ne conta 8000. Supponendo che la crescita della popolazione sia proporzionale al numero dei suoi individui: (a) determinare un’espressione per il numero di batteri dopo t ore; (b) determinare il numero di batteri dopo 4 ore; (c) dire dopo quanto tempo ci saranno 32000 batteri. o 3 Una popolazione cresce con tasso relativo costante. Dopo 2 ore i batteri sono 600, dopo 8 sono 75000. (a) Determinare la popolazione iniziale; (b) determinare il numero di batteri dopo t ore; (c) dopo quanto tempo ci saranno 375000 batteri? 4 Le sostanze radioattive decadono (emettendo spontaneamente radiazioni) ad una velocità proporzionale alla massa residua m(t) secondo una costante k < 0 (il tasso di decadimento). I fisici spesso esprimono il tasso di decadimento in termini di tempo di dimezzamento ovvero il tempo necessario per il decadimento di metà di una certa quantità. Sapendo che il tempo di dimezzamento del radio è di 1590 anni, preso un campione di radio di 100 g: (a) trovare la formula che dice quanto radio rimane dopo t anni; (b) trovare la massa residua dopo 1000 anni; (c) dire dopo quanto tempo la massa sarà ridotta a soli 30 mg. 5 Per datare gli oggetti antichi, viene spesso usato il metodo della datazione al carbonio. Nell’atmosfera è presente carbonio 14 C, un isotopo radioattivo con un tempo di dimezzamento di 5730 anni. I vegetali assorbono il 14 C e, tramite la catena alimentare, lo passano agli animali. Quando un albero o un animale muoiono, la quantità di 14 C presente nel loro corpo comincia a diminuire secondo la legge di decadimento radioattivo. È stato scoperto un frammento di pergamena contenente circa il 75% della quantità di 14 C presente nei vegetali in vita. Stimare l’età della pergamena.
6 Determinare gli intervalli di definizione delle soluzioni dell’equazione logistica con coefficienti costanti p′ (t) = p(t)(k − hp(t)) studiata nell’Esercizio (I.1), svolto a pagina 18, quando ammettiamo che sia il tempo t che la condizione iniziale p0 = p(0) possano assumere anche valori negativi. 7 Mostrare che se p(t) soddisfa l’equazione logistica (Esercizio 6 ) allora p′′ (t) = p(t)(k − hp(t))(k − 2hp(t)). Dedurre che se p0 ∈ (0, 2k/h) allora la popolazione cresce con velocità massima quando raggiunge la metà della capacità dell’ambiente. 8 Si consideri l’equazione differenziale p′ (t) = (k − hp(t))(p(t) − m) con k, h, m costanti positive ed m < k/h. Se p(t) rappresenta il numero di individui di una popolazione al tempo t, questa equazione è una variazione dell’equazione logistica studiata nell’Esercizio (I.1), e differisce da quest’ultima per la presenza del fattore (1 − m/p(t)) a secondo membro. m indica il valore minimo sotto il quale la popolazione inizia ad estinguersi. (a) L’equazione data ammette soluzioni costanti? Quali? (b) Studiare il segno del tasso di crescita della popolazione. Come varia il numero di individui se p0 = p(0) ∈ (0, m)?
(c) Determinare l’espressione analitica delle soluzioni non costanti dell’equazione assumendo che per t = 0 la popolazione abbia p0 > 0 individui.
(d) Descrivere il comportamento della popolazione nelle seguenti situazioni: p0 ∈ (0, m), p0 ∈ (m, k/h) oppure p0 > k/h. 9 Un altro modello di funzione di crescita limitata per popolazioni è la funzione di Gompertz, ovvero una soluzione dell’equazione differenziale p′ (t) = p(t) log k − log(hp(t)) , h, k > 0. (a) Determinare le soluzioni costanti. (b) Studiare il segno del tasso di crescita della popolazione al variare della popolazione stessa (supporre p(t) > 0).
30
Equazioni differenziali
(c) Determinare l’espressione analitica delle soluzioni non costanti assumendo p(0) = p0 > 0 individui.
(b) y′ (x) = y2 (x) + x2 − 1; (c) y′ (x) = x2 − y2 (x).
10 Un modello per la diffusione di un’epidemia si ba- b 17 Trovare le soluzioni delle seguenti equazioni difsa sull’ipotesi che la velocità di propagazione sia conferenziali a variabili separabili prestando particolare temporaneamente proporzionale al numero di individui attenzione agli intervalli in cui sono definite. infetti e a quello di individui sani. In una città isolata (a) r′ (t) = r(t) − r3 (t), con r(t) ≥ 0; di 5000 abitanti, 160 erano malati all’inizio della settit3 mana e 1200 lo sono alla fine della stessa settimana. In ; (b) y′ (t) = − (y(t) + 1)2 quanto tempo verrà infettato l’80% della popolazione? (c) (1 + x3 )y′ (x) − x2 y(x) = 0; 11 Determinare le soluzioni dell’equazione differen(d) (1 + x)y′ (x) = y(x) + 1; ziale a variabili separabili, 1 (e) x′ (s) = ; p ex(s) eex(s) y′ (t) = 2 y(t) (f) y′ (x) = ex−y(x) ; prestando particolare attenzione all’intervallo di defini2xy(x) (g) y′ (x) = 2 ; zione delle soluzioni che non si annullano. x −1 t+y(t) ′ (h) e y (t) + t = 0. 12 Il corpo della vittima è stato rinvenuto sul luogo del delitto alle 2:20 di notte. Dopo mezz’ora la temperatura del corpo è di 15◦ C. Quando è stato commesso l’omicidio se all’ora del ritrovamento la temperatura del corpo è di 20◦ C e se la temperatura esterna è di -5◦ C? 13 Una torta viene tolta dal forno alle 17:00 quando è bollente (100◦ C). Dopo 10 minuti la sua temperatura è di 80◦ C, alle 17:20 è di 65◦ C. Determinare la temperatura della stanza. 14 Prima di appiccare fuoco ad un deposito di gas, un piromane attento vuole determinare il momento esatto dell’esplosione in funzione della quantità di gas inizialmente posta in combustione. Egli assume che la velocità con cui il gas prende fuoco sia proporzionale alla temperatura del deposito e che questa sia a sua volta proporzionale al quadrato del gas in combustione. Suppone inoltre che la quantità totale di gas sia infinita. Quando avviene l’esplosione? 15 Sia y(t) una soluzione dell’equazione differenziale ′
4
3
2
y (t) = y (t) − 3y (t) + 2y (t). Per quali valori di y(t) tale funzione risulta essere strettamente crescente? Per quali strettamente decrescente? Quali soluzioni costanti ammette l’equazione? 16 Per le seguenti equazioni determinare in quali sottoinsiemi del piano le (eventuali) soluzioni sono funzione crescenti, in quali punti hanno tangente orizzontale e infine dove sono decrescenti. (a) y′ (x) = x + y(x);
18 Dopo aver determinato le (due) soluzioni costanti dell’equazione x′ (t) = x2 (t) − 4, determinare quelle che non intersecano tali soluzioni. In particolare selezionare le soluzioni passanti per i punti (0,0), (0,3) e (0,-3) e dire su quale intervallo sono definite. b 19 Trovare le soluzioni (eventualmente in forma implicita) delle seguenti equazioni differenziali a variabili separabili passanti per il punto indicato. (a) y′ (t)y(t)(et + 1) = et , (0, −1);
(b) su(s)u′ (s) = 1 + s2 , (1, 1);
(c) x(1 + y2 (x))y′ (x) = 3, (1, 0); 4y(x) , (1, 0); (d) y′ (x) = x(y(x) − 3) (e) y′ (t) sin y(t) = sin t + 1, (0, π/2); 20 Determinare la curva passante per il punto (3, 2) con la seguente proprietà: tracciando la normale ad ogni punto P della curva (ovvero la retta passante per P ed ortogonale alla tangente in P), l’intersezione tra la normale e l’asse y è sempre il punto di coordinate (0, 6). 21 Su quale intervallo è definita l’unica soluzione dell’equazione differenziale omogenea (si veda l’Esercizio (I.3) a pagina 20) y′ (t) = 2
y(t) − 1. t
passante per il punto (1, 0)?
Esercizi
31
22 Risolvere le seguenti equazioni omogenee seguendo il procedimento descritto nell’Esercizio (I.3) svolto a pagina 20. y2 (x) y(x) + ; x2 x x(t) (b) x′ (t) = − ex(t)/t ; t (c) x2 y′ (x) = y2 (x) + xy(x) + x2 ; (a) y′ (x) =
(d) y′ (t) =
y2 (t) + t2 . ty(t) − t2
23 Trovare quale curva contenuta nel primo quadrante passa per il punto (1, 1) e soddisfa la seguente proprietà: il segmento di tangente, in un generico punto P, contenuto nel primo quadrante viene bisecato da P. 24 Determinare le curve del piano tali che la distanza di un qualsiasi loro punto P da T, intersezione tra la tangente alla curva in P e l’asse delle x, sia uguale alla distanza di T dall’origine.
(e) x′ (t) = et x(t) + et ; 2
(f) y′ (t) = 2ty(t) + et ; x+1 2 . (g) y′ (x) = y(x) + x x 29 Riferendosi all’esercizio precedente, determinare le soluzioni delle equazioni (a), (b), (c), (d) e (e) passanti rispettivamente per i punti (0, 0), (π/2, 0), (−3, −4), (1, 2e) e (0, 4). 30 Determinare le soluzioni delle seguenti equazioni di Bernoulli utilizzando il procedimento descritto nell’Esercizio (I.5) svolto a pagina 22. 2 p (a) y′ (t) = 4ty(t) + et y(t); (b) y′ (x) − y(x) = xy5 (x); 1 1 (c) y′ (x) + y(x) = y4 (x)(1 − 2x); 3 3 p (d) y′ (x) + xy(x) + x y(x) = 0; x (e) y′ (x) = y(x) + . y(x)
25 Si consideri l’equazione differenziale lineare y′ (t) = a(t)y(t)+b(t) con a e b funzioni continue su un certo inter- o 31 Si consideri l’equazione differenziale del primo ordine vallo (c, d) con −∞ ≤ c < d ≤ +∞. Dimostrare che se y1 e y2 sono due soluzioni distinte dell’equazione, ovvero se y′ (t) = a(t)y(t) + b(t)y2 (t) + c(t), esiste t¯ ∈ (c, d) tale che y1 (t¯) , y2 (t¯), allora y1 (t) , y2 (t) per ogni t ∈ (c, d). con a, b, c continue (su un comune intervallo di definizione). Se c ≡ 0 abbiamo un’equazione di Bernoulli, 26 Date le funzioni continue a e b sull’intervallo (c, d) quando invece b ≡ 0 ci si riduce ad una lineare. Se con −∞ ≤ c < d ≤ +∞ e un punto P = (t0 , y0 ) ∈ (c, d)×R, b, c . 0, un’equazione di questo tipo prende il nome trovare l’espressione dell’unica (si veda l’esercizio 25 ) ′ di Equazione di Riccati e non esistono metodi generasoluzione dell’equazione lineare di primo ordine y (t) = li per la sua risoluzione. Nota però una sua soluzione a(t)y(t) + b(t) passante per il punto P. particolare, ψ, se ci proponiamo di cercare la soluzione ✩ 27 Si consideri l’equazione differenziale y′ (t) = generale dell’equazione nella forma 1(t)h(y(t)) + b(t) con 1 e b funzioni continue su un cery(t) = ψ(t) + z(t), to intervallo (c, d) con −∞ ≤ c < d ≤ +∞, e h′ continua. Dimostrare che se y1 e y2 sono due soluzioni disi verifica facilmente che z deve soddisfare l’equazione stinte dell’equazione, ovvero se esiste t¯ ∈ (c, d) tale che di tipo Bernoulli y1 (t¯) , y2 (t¯), allora y1 (t) , y2 (t) per ogni t ∈ (c, d). (Sug gerimento: si applichi il risultato dell’Esercizio 25 alla z′ (t) = a(t) + 2b(t)ψ(t) z(t) + b(t)z2 (t). differenza y1 (t) − y2 (t).) Possiamo quindi ricavare la funzione z e dunque l’inteb 28 Determinare le soluzioni delle seguenti equazioni grale generale dell’equazione di partenza sommandole lineari di primo ordine. ψ. Utilizzando questo procedimento risolvere (a) y′ (t) + y(t) = 2t + 2; y′ (t) = y2 (t) − ty(t) + 1 cos x ′ = 0; (b) y (x) + sin 2x + 2y(x) sin x sapendo che è soddisfatta da ψ(t) = t. x−1 ′ 2 (c) y (x) = y(x) + x ; b 32 Determinare le soluzioni delle seguenti equaziox ni lineari di secondo ordine a coefficienti costanti y(t) + t2 et ; (d) y′ (t) = 2 omogenee. t
32
Equazioni differenziali
(a) y′′ − 4y′ = 0; ′′
′
(b) 2y + y − y = 0; ′′
′
(c) y − 4y + 3y = 0;
(d) y′′ + 4y′ + 4y = 0; (e) y′′ + 6y′ + 10y = 0; (f) y′′ − y′ + y = 0;
(g) y′′ + 2y′ + 2y = 0; 33 Dimostrare che se x1 (t) e x2 (t) sono due qualsiasi soluzioni dell’equazione lineare di second’ordine x′′ (t) + b(t)x′ (t) + c(t)x(t) = f (t) allora la loro differenza risolve l’equazione omogenea associata x′′ (t) + b(t)x′ (t) + c(t)x(t) = 0. 34 Nota xp (t), soluzione dell’equazione lineare di second’ordine x′′ (t) + b(t)x′ (t) + c(t)x(t) = f (t), dimostrare che x(t) risolve tale equazione se e solo se x(t) = xp (t) + xo (t) dove xo (t) è una qualsiasi soluzione dell’omogenea associata x′′ (t) + b(t)x′ (t) + c(t)x(t) = 0. b 35 Determinare le soluzioni y = y(x) delle seguenti equazioni lineari di secondo ordine a coefficienti costanti non omogenee. (a) y′′ + y′ − 6y = 2e−x ;
(b) y′′ + y′ − 2y = x2 ;
(c) y′′ − 4y′ + 3y = x + 2;
(d) y′′ + 2y′ = x2 − 1; (e) y′′ − y = cos x;
(f) y′′ + 4y = cos x;
(a) x′′ + 2x′ = et + e−2t ; (b) 2x′′ + x′ − x = te−t + sin(2t). o 38 (Variazione delle costanti) Per determinare una soluzione particolare di un’equazione lineare di secondo ordine a coefficienti costanti non omogenea, si può procedere nel modo seguente. Prima si calcola la famiglia di soluzioni a due parametri dell’equazione omogenea, C1 u1 (t) + C2 u( t); quindi si cerca una soluzione dell’equazione non omogenea del tipo C1 (t)u1 (t) + C2 (t)u2 (t), con C1 (t) e C2 (t) funzioni da determinare che soddisfano la relazione C′1 (t)u1 (t) + C′2 (t)u2 (t) = 0. Con questo metodo determinare una soluzione particolare per le equazioni: (a) y′′ (t) + y(t) =
1 ; cos t
(b) y′′ (t) − 2y′ (t) + y(t) =
12et . t3
39 La Figura I.10 mostra un circuito RLC, cioè un circuito elettrico contenente un generatore di forza elettromotrice, E = E(t), un condensatore di capacità C, un resistore di resistenza R e una induttanza L, disposti in serie.
(g) y′′ + 4y = ex cos x; (h) y′′ + 2y′ = ex ; (i) y′′ − 2y′ + y = ex ;
(j) y′′ + y = (x2 + 1)ex .
36 Per le equazioni (a), (b), (e) dell’Esercizio 35 determinare la soluzione che soddisfa la condizione iniziale y(0) = 1, y′ (0) = 0 (giustificheremo l’esistenza e l’unicità di tale soluzione nel Capitolo VIII). 37 (Principio di sovrapposizione) Dimostrare che se x1 e x2 risolvono x′′1 + bx′1 + cx1 = f1 e x′′2 + bx′2 + cx2 = f2 , allora x1 + x2 è soluzione dell’equazione x′′ + bx′ + cx = f1 + f2 . Dedurre che le soluzioni di quest’ultima equazione sono tutte e sole le funzioni della forma x(t) = xo (t) + x1 (t) + x2 (t) con xo (t) soluzione dell’omogenea associata x′′ + bx′ + cx = 0. Trovare quindi le soluzioni delle seguenti equazioni:
Figura I.10 Se indichiamo con q = q(t) la quantità di carica e con i(t) l’intensità di corrente che attraversa il circuito allora q′ (t) = i(t). Inoltre la forza elettromotrice E(t) è pari alla differenza di potenziale agli estremi del generatore; ricordando che la differenza di potenziale tra le armature di un condensatore è q(t)/C, quella agli estremi della resistenza è Ri(t), mentre quella ai capi dell’induttanza è Li′ (t) si ottiene E(t) = Li′ (t) + Ri(t) +
q(t) . C
Esercizi
33
La corrente e la carica soddisfano quindi il sistema di equazioni lineari di primo ordine (con coefficienti costanti) q(t) E(t) R ′ − i(t) − i (t) = L L LC ′ q (t) = i(t). Determinare l’equazione lineare di second’ordine a coefficienti costanti soddisfatta da i(t). 40 Trasformare il sistema lineare di primo ordine ( ′ x (t) = ax(t) + by(t) y′ (t) = cx(t) + dy(t) in un’equazione lineare di second’ordine. Quindi, utilizzando questo procedimento, determinare le soluzioni del sistema ( ′ x (t) = 2x(t) + y(t) y′ (t) = x(t) + 2y(t). 41 Si consideri un circuito RLC dell’Esercizio 39 . Nel caso di un generatore di forza elettromotrice alternata, ovvero se E(t) = E0 sin(ω0 t), l’equazione diventa Li′′ (t) + Ri′ (t) +
1 i(t) = E0 ω0 cos(ω0 t). C
dove ϕ ∈ (−π/2, π/2) è lo sfasamento e l’intensità massima della corrente è data da i0 =
E0 , Z
con s Z=
1 2 R2 + ω0 L − ω0 C
l’impedenza del circuito. ✩ 42 (Metodo di d’Alembert) Sia u(t) una soluzione di ay′′ (t) + by′ (t) + cy(t) = 0,
a, b, c ∈ R.
Dimostrare che se α(t) risolve aα′′ (t)u(t) + α′ (t)(2au′ (t) + bu(t)) = f (t) allora la funzione α(t)u(t) risolve l’equazione completa ay′′ (t) + by′ (t) + cy(t) = f (t). Questo metodo permette di determinare una soluzione di un’equazione lineare di secondo ordine non omogenea (si osservi che non è necessario che i coefficienti siano costanti, si veda l’Esercizio 43 ) a partire da una soluzione dell’omogenea, risolvendo un’equazione lineare di prim’ordine nella variabile α′ (t).
Si osservi l’analogia con l’equazione dell’oscillatore armonico studiato nell’Esercizio (I.7), svolto a pagina 24, quando E0 = 0; ritrovare i risultati dell’esercizio citato ✩ 43 Usare il Metodo di d’Alembert descritto nell’Eserponendo δ = R/2L e ω2 = 1/(CL). Verificare quindi che, cizio 42 per determinare una seconda soluzione delle nel caso generale E0 , 0, la funzione i(t) = i0 sin(ω0 t+ϕ) seguenti equazioni nota la soluzione u(t): risolve l’equazione se si pone (a) (1 − t2 )y′′ (t) − 2ty′ (t) + 2y(t) = 0, u(t) = t; √ 1 1 ω0 L − , tan ϕ = (b) t2 y′′ (t) + ty′ (t) − 2y(t) = 0, u(t) = t 2 . R ω0 C
Eternal sunshine of the spotless mind! Each pray’r accepted, and each wish resign’d; Eloisa to Abelard A LEXANDER P OPE (1688–1744)
C APITOLO
II Successioni e serie di funzioni
Il suono si può scomporre in una somma di armoniche fondamentali, la luce può essere scomposta in uno spettro di molti colori. In moltissime applicazioni le quantità fisicamente rilevanti si decompongono in maniera naturale in somme di funzioni fondamentali. Le somme possono contare infiniti termini: parleremo allora di serie di funzioni. Gli elementi fondamentali, dal canto loro, possono essere monomi, nel caso delle serie di potenze
(dette anche di Taylor), oppure onde armoniche, nel caso delle serie di Fourier. In questo capitolo introdurremo e studieremo le proprietà di base delle serie di Taylor e di Fourier in vista delle loro possibili applicazioni fisiche. Successivamente introdurremo un concetto generale di fondamentale importanza, quello di convergenza uniforme, e ne analizzeremo le principali conseguenze teoriche.
Q
uando vogliamo risolvere un’equazione differenziale, o anche solo calcolare un integrale, e non siamo in grado di trovare le soluzioni in forma di una combinazione di funzioni elementari, possiamo pensare di ampliare l’insieme delle funzioni in cui lavoriamo, aggiungendone di nuove. Si tratta di un artificio molto vicino a quello che abbiamo già utilizzato nell’estendere l’insieme dei numeri razionali, aggiungendovi quei numeri con un allineamento decimale infinito, al fine di permettere la risoluzione dell’equazione x2 = 2. Allo stesso modo possiamo pensare di estendere la classe delle funzioni elementari, aggiungendovi le loro somme infinite: parleremo allora di serie di funzioni. (II.1) Esempio. Il nostro primo esempio di serie di funzioni è la funzione zeta di Riemann, definita da ζ(x) =
m ∞ X X 1 1 = lim . nx m→+∞ nx n=1
n=1
Nel primo volume abbiamo tratta-
to lePserie numeriche, espressioni di tipo ∞ n=0 an dove ogni an è un numero reale. Ricordiamo che la somma di una serie è il limite della successione delle somme parziali, quando questo esiste finito, cioè ∞ m X X an = lim an ; n=0
m→+∞
n=0
si dice in questo caso che la serie converge, mentre se il limite vale +∞ o −∞ si dice che la serie diverge, altrimenti si dice che è indeterminata. Lo stesso si dirà per le serie di funzioni, la cui convergenza o meno dipenderà dal valore assunto dalla variabile x.
36
Successioni e serie di funzioni
Nel primo volume abbiamo studiato questo tipo di serie, le serie armoniche generalizzate di esponente x. Per studiare la loro convergenza abbiamo applicato il Criterio del confronto con l’integrale improprio, deducendo che queste serie convergono quando l’esponente x è maggiore di uno e divergono per x ≤ 1. In generale, data una serie di funzioni, ci saranno valori di x per cui la serie numerica corrispondente converge e altri per cui diverge o oscilla. L’insieme in cui converge si chiama insieme di convergenza. (II.2) Esempio. Un esempio di fondamentale importanza nello studio di tutti i fenomeni ondulatori, nello studio delle vibrazioni di membrane elastiche e della trasmissione del calore, è la classe delle funzioni di Bessel, due delle quali sono definite tramite le serie seguenti J0 (x) =
∞ X (−1)n 2n x , 22n (n!)2 n=0
J1 (x) =
∞ X n=0
(−1)n x2n+1 . 22n+1 n!(n + 1)!
Come vedremo in seguito, tali funzioni risolvono l’equazione differenziale di Bessel 2 ′′
′
2
2
x y (x) + xy (x) + (x − ν )y(x) = 0,
F II.1: Friedrich Wilhelm Bessel (1784–1846).
per ν = 0 e ν = 1 rispettivamente. Le funzioni di Bessel sono somme infinite di combinazioni di potenze della variabile x, sono infatti della forma ∞ X cn x n n=0
dove (cn )n∈N è una successione di numeri reali assegnata. Le serie di potenze sono la naturale estensione della nozione di polinomio e di funzione elementare. Esse permettono di ampliare lo spettro delle funzioni note allo scopo principale di risolvere equazioni differenziali. (II.3) Esempio. Se scegliamo come coefficienti della generica serie di potenze cn ≡ 1, otteniamo la serie geometrica di ragione x, a noi ben nota dal primo volume: ∞ X
xn .
n=0
La convergenza o meno della serie dipende dal valore assunto da x. Ad P n esempio la scelta x = 1/2 porta alla seriePconvergente ∞ 1/2 = 2, n=0 ∞ n mentre per x = 2 la serie corrispondente n=0 2 diverge a +∞. Più in generale, sappiamo che la serie geometrica è convergente per ogni valore di x in modulo minore di 1, mentre se |x| ≥ 1 la serie non è convergente. Abbiamo quindi ∞ X n=0
xn =
1 1−x
per |x| < 1.
F II.2: grafici delle funzioni di Bessel J0 e J1 .
P∞
qn è stata studiata nel primo volume. Dalla formula elementare per il calcolo di somme finite m X 1 − qm+1 qn = 1−q
La serie geometrica
n=0
n=0
ricaviamo che la serie geometrica converge se e solo se |q| < 1 e la sua somma vale ∞ X 1 . qn = 1−q n=0
§ 1. Serie di potenze
Normalmente non sarà possibile studiare la convergenza di una serie di funzioni calcolandone esplicitamente le somme parziali per poi passare al limite. Utilizzeremo invece dei ragionamenti indiretti basati sui criteri di convergenza per le serie numeriche enunciati nel primo volume.
37
Molti
di questi criteri sono brevemente richiamati nei commenti a fianco del testo.
(II.4) Esempio. Consideriamo la serie ∞ X
nxn
n=0
Osserviamo innanzitutto che la serie converge se x = 0, perché tutti i n termini in questo caso sono nulli. Fissiamo P∞ora x , 0 e poniamo an = nx : studiamo ora la convergenza della serie n=0 an . A questo scopo possiamo servirci del Criterio del rapporto: n+1 an+1 (n + 1)x n + 1 |x|. = an = nxn n Valutando il limite di questo rapporto troviamo n+1 an+1 = lim lim |x| = |x|. n→+∞ n→+∞ an n Il Criterio del rapporto garantisce la convergenza della serie per ogni valore di x tale che |x| < 1 e assicura la non convergenza se |x| > 1. Il Criterio non fornisce informazioni nel caso in cui il limite valga uno, cioè per x = −1 e x = 1. Possiamo però verificare direttamente che per tali P n valori di x laPserie non converge: per x = −1 si ha ∞ n=0 (−1) n mentre in x = 1 si ha ∞ n=0 n, e in entrambi casi è violata la condizione necessaria di convergenza. L’insieme di convergenza è quindi (−1, 1).
§ 1. Serie di potenze (II.5) Definizione. Una serie di potenze è una serie di tipo ∞ X n=0
Ricordiamo il Criterio del rapporto, che verrà utilizzato sistematicamente in queste pagine. Sia an , 0, e supponiamo che esista a lim n+1 = L. n→+∞ an P Se 0 ≤ L < 1 allora n an converge. P Se 1 < L ≤ +∞ allora n an non converge.
Dunque la serie converge per −1 <
x < 1 e non converge se x > 1 o x < −1.
La Condizione necessaria per la convergenza di una serie afferma che X an converge =⇒ lim an = 0. n→+∞
In altre parole una serie i cui termini non tendano a zero non è mai convergente.
cn (x − x0 )n = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + ... + cn (x − x0 )n + ...
dove i numeri cn sono costanti reali chiamate coefficienti della serie e x0 ∈ R è il centro della serie, mentre x ∈ R è una variabile. Come abbiamo visto negli esempi, una serie di potenze può convergere per certi valori di x e non convergere per altri. Osserviamo che l’insieme di convergenza di una serie di potenze non è mai vuoto: infatti se x = x0 tutti i termini da uno in poi sono nulli e la serie converge in x = x0 (con somma c0 ).
La
serie della definizione viene detta serie di potenze centrata in x0 . Benché non abbia senso la potenza 00 , si adotta la convenzione (x − x0 )0 = 1 anche quando x = x0 .
38
Successioni e serie di funzioni
(II.6) Esempio. Vogliamo stabilire per quali valori di x la serie ∞ X
n!xn
n=0
è convergente. Per scoprirlo fissiamo x , 0, definiamo an = n!xn e valutiamo il limite del rapporto |an+1 /an |: n+1 an+1 (n + 1)!x = |x|(n + 1) → +∞. an = n!xn
Sicuramente
converge per x = 0 (è il centro della serie).
Grazie al Criterio del rapporto scopriamo che la serie non converge per alcun x , 0: l’insieme di convergenza in questo caso è ridotto al punto x = 0.
Non
si tratta di una serie qualunque: le sue somme parziali sono i polinomi di Taylor con centro nell’origine della funzione esponenziale f (x) = ex :
(II.7) Esempio. Mostriamo che la serie ∞ X xn n=0
n!
converge per ogni valore di x. Per x = 0, centro della serie di potenze, la serie converge con somma 1. Come negli esempi precedenti fissiamo ora x , 0 poniamo an = xn /n! e studiamo il rapporto |an+1 /an |. Risulta n+1 n! |x| an+1 x an = (n + 1)! · xn = n + 1 → 0.
Tm (x) =
m X f (n) (x0 ) (x − x0 )n . n! n=0
Vedremo fra poco che questa serie converge proprio alla funzione esponenziale stessa. Diverse funzioni che già conosciamo hanno la proprietà di essere la somma delle proprie serie di Taylor.
Questa volta il Criterio del rapporto garantisce la convergenza della serie per ogni x diverso da zero: dunque l’insieme di convergenza è tutto R. È un fatto notevole che l’insieme di convergenza di una serie di potenze sia sempre un intervallo, centrato nel centro della serie x0 , eventualmente ridotto ad un solo punto o coincidente con R. Il teorema che segue afferma che questa situazione è del tutto generale. (II.8) Teorema. Data una serie di potenze sempre una delle seguenti situazioni
P∞
n=0 cn (x
La dimostrazione si trova nell’approfondimento a pagina 39.
n
− x0 ) si verifica
① la serie converge solo per x = x0 ; ② la serie converge assolutamente per ogni x ∈ R; ③ esiste un numero reale R > 0 tale che la serie converge assolutamente per ogni valore di x con |x − x0 | < R e non converge per |x − x0 | > R. Si dice che la serie ha raggio di convergenza nullo nel primo caso, infinito nel secondo e R nell’ultimo caso.
Ricordiamo che si dice che una serie converge assolutamente quando converge la serie dei P valori assoluti dei suoi termini n |an |. Abbiamo visto nel primo volume che la convergenza assoluta implica quella semplice (ma non viceversa).
§ 1. Serie di potenze
Dimostrazione del Teorema (II.8). Il teorema discende immediatamente dal Criterio del rapporto nel caso in cui esista il limite del rapporto |cn+1 /cn |, che però non è una ipotesi necessaria. Nel caso generale, la dimostrazione si basa sul seguente risultato. P n Proposizione. Se la serie numerica cn r , (r , 0) conP verge, allora la serie di potenze cn (x − x0 )n converge assolutamente per ogni x tale che |x − x0 | < |r|. P Dimostrazione. Siccome la serie cn rn converge, la successione dei suoi termini tende a zero, ed è pertanto una successione limitata: in altre parole, esiste una costante K > 0 tale che |cn rn | ≤ K per ogni valore di n. Dunque si ha n n (x − x0 ) x − x0 . |cn (x − x0 )n | = |cn rn | ≤ K rn r P x−x0 n r è una serie geoOsserviamo che la serie metrica di ragione |(x − x0 )/r| e dunque converge se
39
|(x − x0 )/r| < 1, ovvero se |(x − x0 )| < |r|. Il Criterio permette di concludere che anche P di confronto cn (x − x0 )n converge per |(x − x0 )| < |r|. Grazie al precedente risultato, possiamo ora dimostrare il teorema in questione. Dimostrazione delPTeorema (II.8). Consideriamo ora la serie di potenze cn (x − x0 )n e studiamo la struttura del suo insieme di convergenza A. Se A = {x0 } oppure A = R ricadiamo nei primi due casi. Supponiamo allora che A contenga punti diversi da x0 ma non coincida con P l’asse reale: questo significa che esiste y , x0 tale che cn (y−x0 )n non converge. In base alla proposizione precedente A non può contenere alcun punto x tale che |x − x0 | > |y − x0 |: quindi A è un insieme limitato. Il raggio di convergenza è dunque l’estremo superiore R ≥ 0 dell’insieme dei numeri x − x0 = r ≥ 0 nei quali P la serie cn (x − x0 ) converge, ovvero X n o R = sup r ≥ 0 : cn rn converge .
Dunque l’analisi della convergenza di una serie di potenze si riconduce alla determinazione del suo raggio di convergenza. Nel caso questo sia finito (e non nullo), per completare lo studio è necessario ancora stabilire se la serie converge o meno agli estremi dell’intervallo di convergenza. (II.9) Esempio. La serie ∞ X xn n=1
La serie converge quindi per |x| < 1 e non converge per |x| > 1. Studiamo ora la convergenza agli estremi dell’intervallo (−1, 1). Per x = 1 troviamo la nota serie armonica divergente
n=1
1 n
(si veda anche l’Esempio (II.1) sulle serie armoniche generalizzate). Per x = −1 troviamo invece la serie a termini di segno alterno ∞ X (−1)n n=1
a determinare il raggio di convergenza, occorre dunque studiare le serie numeriche corrispondenti alla scelta x = x0 − R e x = x0 + R.
n
ha raggio di convergenza R = 1. Infatti, ponendo come al solito an = xn /n, per applicare il Criterio del rapporto calcoliamo n|x|n+1 an+1 = |x|. lim = lim n→+∞ an n→+∞ (n + 1)|x|n
∞ X
Oltre
n
,
Ricordiamo anche l’enunciato
del Criterio di Leibniz, utile per determinare la convergenza delle serie a termini di segno alterno Se bn è una successione decrescente che tende a zero allora la serie ∞ X (−1)n bn n=1
è convergente. P∞ n Inoltre, detta S = n=1 (−1) bn la somma della serie, si può stimare l’errore con il primo termine tralasciato: m X n (−1) bn ≤ bm+1 . |Rm | = S − n=1
40
Successioni e serie di funzioni
che converge per il Criterio di Leibniz riportato qui a fianco. In definitiva l’insieme di convergenza è l’intervallo aperto a destra [−1, 1). L’esempio precedente suggerisce come derivare dal Criterio del rapporto per le serie una formula generale per la determinazione del raggio di convergenza di una serie di potenze. (II.10) Teorema. Il raggio di convergenza della serie di potenze P n n cn (x − x0 ) è cn (1) R = lim , n→+∞ cn+1
Questo risultato è dimostrato nell’
Esercizio 2 a pagina 92. Si veda anche l’analogo Criterio della radice per la determinazione del raggio di convergenza, enunciato nell’Esercizio 3 .
sempre che il limite esista (eventualmente +∞). (II.11) Esempio. La serie di potenze ∞ X (x + 1)n (n + 1)2n n=0
ha centro in x0 = −1 e coefficienti positivi cn = 1/((n+1)2n). Applicando il Teorema (II.10) possiamo calcolare il raggio di convergenza R valutando il limite n+2 1 cn n+1 · 2 (n + 2) = 2. lim lim = lim = 2 n→+∞ n→+∞ cn+1 n→+∞ 2n (n + 1) n+1 Dunque R = 2 e l’insieme di convergenza è un intervallo di estremi x0 − R = −1 − 2 = −3 e x0 + R = −1 + 2 = 1. Dobbiamo ora studiare il comportamento della serie agli estremi di tale intervallo: ponendo P P∞ (−1)n (−2)n x = −3 troviamo la serie ∞ n=0 (n+1)2n = n=0 (n+1) ; si tratta di una serie armonica a termini di segno alterno, chePconverge per P il Criterio di Leib∞ 1 2n niz. Per x = 1 invece troviamo la serie ∞ n=0 n+1 , che è la n=0 (n+1)2n = nota serie armonica divergente. Possiamo ora concludere che l’insieme di convergenza è l’intervallo [−3, 1). (II.12) Esempio. Per determinare il raggio di convergenza della serie di Bessel dell’Esempio (II.2) J1 (x) =
∞ X n=0
(−1)n x2n+1 , + 1)!
22n+1 n!(n
non possiamo applicare il Teorema (II.10) perché tutti i coefficienti cn di posto pari (corrispondenti cioè a potenze pari di x) sono nulli. Per studiare la convergenza della serie fissiamo dunque x, poniamo an = (−1)n x2n+1 /22n n!(n + 1)! e studiamo la convergenza della serie numerica
Questo
esempio invita ad applicare con giudizio la formula per la determinazione del raggio di convergenza; infatti potrebbe porsi il caso che il limite non esista oppure che non abbia senso fare il rapporto dei coefficienti, perché infiniti fra essi di annullano, (come nel caso di serie che contengono solo termini dispari o pari). Questo non significa che il raggio di convergenza non esista (esso esiste sempre, eventualmente infinito) ma che la sua determinazione richiede un uso appropriato dei criteri di convergenza per le serie numeriche.
§ 1. Serie di potenze
41
Operazioni sulle serie di potenze
nell’intervallo di raggio r centrato in x0 , ovvero ∞ X f (x)+1(x) = (an +bn )(x−x0 )n , per ogni x ∈ (x0 −r, x0 +r).
Date due serie di potenze centrate nello stesso punto x0 , ∞ ∞ X X an (x − x0 )n e bn (x − x0 )n ,
Ciò non significa tuttavia che la serie somma abbia proprio r come suo raggio di convergenza (ad esempio, se an = −bn , la serie somma è sempre identicamente nulla e converge su tutto R). Nella situazione sopra descritta, per ogni x ∈ (x0 − r, x0 + r), il prodotto delle serie di potenze è la serie di potenze f · 1 definita mediante le formule seguenti: ∞ ∞ X X n n f (x) · 1(x) = an (x − x0 ) bn (x − x0 ) n=0 n=0 n ∞ X ∞ ∞ X X X i+j = ai b j (x − x0 ) = ai bn−i (x − x0 )n .
n=0
n=0
n=0
possiamo definire una nuova serie di potenze, detta la somma delle due serie, i cui coefficienti sono le somme termine a termine dei coefficienti delle due serie: ∞ X (an + bn )(x − x0 )n . n=0
Indichiamo ora con f e 1 le somme delle due serie di potenze, ed r > 0 il più piccolo fra i due raggi di convergenza. È un semplice esercizio dimostrare che la serie delle somme converge alla funzione f + 1
n=0
i=0 j=0
i=0
Si vedano a questo proposito gli Esercizi 7 e 8 a pagina 92.
P
an , come abbiamo fatto nei primi esempi. Ora an , 0, perciò possiamo applicare il Criterio del rapporto. Risulta n+1 2(n+1)+1 22n n!(n + 1)! x2 an+1 (−1) x an = 22(n+1) (n + 1)!(n + 2)! · (−1)nx2n+1 = 4(n + 2)(n + 1) .
Osserviamo che per qualunque x si ha an+1 lim = 0 < 1. n→+∞ an Dunque per il Criterio del rapporto la serie converge sempre. Ne discende che il raggio di convergenza è R = +∞.
Derivazione e integrazione della serie di potenze Per ogni x nell’intervallo di convergenza di una serie di potenze è definita la somma della serie: f (x) = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + c3 (x − x0 )3 + · · · =
∞ X n=0
cn (x − x0 )n .
In generale possiamo compiere diverse operazioni sulle serie di potenze: possiamo sommarle, moltiplicarle fra loro, elevarle ad una potenza, ottenendo sempre nuove serie di potenze. In questo paragrafo ci poniamo il problema di derivare ed integrare la somma di una serie di potenze. A
Si
sopra.
veda l’approfondimento qui
42
Successioni e serie di funzioni
Le funzioni di Bessel e la diffrazione Vi è un limite teorico alla risoluzione degli strumenti ottici come cannocchiali o macchine fotografiche, dovuto alla diffrazione della luce passante attraverso l’obiettivo. Il fatto che la luce viaggi in linea retta è vero soltanto approssimativamente: nel passaggio attraverso una piccola apertura infatti, i raggi vengono deviati e interferiscono fra loro, con l’effetto di cancellarsi in qualche luogo e di sommarsi in altri. Per esempio la figura di diffrazione prodotta dal passaggio della luce attraverso un obiettivo circolare di diametro d produce una serie di anelli concentrici nell’intensità della luce stessa. Questi vengono chiamati dischi di Airy e corrispondono alle curve di livello minimo della funzione J12 (ρ)/ρ2 (si vedano gli Esercizi 13 e 23 a pagina 93) dove J1 è la funzione di Bessel di indice uno, definita nell’Esempio (II.2), il cui grafico è riportato (non in scala) qui sotto.
ghezza d’onda e f la distanza della schermo dall’obiettivo. Questo fenomeno diventa sempre più significativo al decrescere del diametro dell’apertura, relativamente alla lunghezza d’onda della luce e dà luogo ad un limite teorico per la risoluzione, comparabile con il raggio del primo disco di Airy. Lo stesso fenomeno si riscontra al passaggio della luce attraverso una lente (di un telescopio, per esempio).
Inoltre ρ = 2πrR/λ f , dove R è il raggio sul piano dell’immagine dal centro dell’obiettivo, λ è la lun-
questo fine è naturale chiedersi se la proprietà di linearità della derivata si possa estendere anche alle somme infinite di funzioni, e, in particolare, alle serie di potenze. In tal caso dovrebbe valere la formula f ′ (x) = c1 + 2c2 (x − x0 ) + 3c3 (x − x0 )2 + 4c4 (x − x0 )3 + . . . ∞ ∞ X X = ncn (x − x0 )n−1 = (n + 1)cn+1 (x − x0 )n . n=0
n=0
(II.13) Esempio. Conosciamo la somma della serie geometrica dell’Esempio (II.3), f (x) =
X 1 xn = 1 + x + x2 + x3 + . . . , = 1 − x n=0 ∞
definita in (−1, 1). Possiamo facilmente derivare la funzione f per ogni x ∈ (−1, 1); quindi abbiamo f ′ (x) =
2 1 = f (x) . 2 (1 − x)
La
derivata di una somma finita di funzioni è infatti la somma delle derivate. Vedremo che questo non è sempre vero per tutte le somme infinite di funzioni, si vedano gli Esercizi 20 e 21 a pagina 94.
§ 1. Serie di potenze
43
D’altra parte, sappiamo anche calcolare il quadrato della serie geometrica (il calcolo è svolto nell’Esercizio (II.1) a pagina 73) ∞ 2 2 X xn = 1 + x + x2 + x3 + . . . n=0
= 1 + 2x + 3x2 + · · · =
∞ X
(n + 1)xn .
n=0
Quindi, in questo caso, la derivata della somma f coincide con la somma della serie che si ottiene derivando termine a termine la serie di potenze di f . La situazione descritta nell’esempio corrisponde ad un fatto generale: è infatti possibile derivare e integrare tutte le serie di potenze all’interno dell’insieme di convergenza, nel senso precisato dal seguente teorema, la cui dimostrazione è rimandata al § 5. (II.14) Teorema. La somma di una serie di potenze f (x) =
∞ X n=0
cn (x − x0 )n = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + c3 (x − x0 )3 + . . .
è derivabile (e quindi continua) nell’intervallo di convergenza (x0 −R, x0 + R). Inoltre risulta, per ogni x ∈ (x0 − R, x0 + R) (2)
f ′ (x) =
∞ X n=0
Z
(n + 1)cn+1 (x − x0 )n
x
x0
∞ X c n=1
n−1
n
(x − x0 )n
c2 c1 = c0 (x − x0 ) + (x − x0 )2 + (x − x0 )3 + . . . 2 3 I raggi di convergenza delle serie in (2) e (3) sono entrambi R. Osserviamo che le due formule si possono scrivere nella forma ∞ ∞ X d X d n [cn (x − x0 )n ], cn (x − x0 ) = dx n=0 dx n=0 Z x X ∞ Z x ∞ X n [cn (t − x0 )n ] dt. cn (t − x0 ) dt = x0
f ′ (x) =
∞ X n=0
ncn (x − x0 )n−1 .
= c1 + 2c2 (x − x0 ) + 3c3 (x − x0 )2 + 4c4 (x − x0 )3 + . . . f (t) dt =
(3)
n=0
n=0
x0
Z
x
f (t) dt = x0
∞ X cn (x − x0 )n+1 . n+1 n=0
Il Teorema stabilisce che il raggio di convergenza è lo stesso per la serie di potenze, la serie delle derivate e quella degli integrali. Questo non significa che l’insieme di convergenza sia lo stesso per le tre serie: si veda a tal proposito l’Esercizio 21 a pagina 94. Se la serie converge in x0 ±R, allora la formula di integrazione vale anche con secondo estremo x = x0 ± R: si vedano i commenti a pagina 71, dove si discute la dimostrazione del Teorema (II.14). Osserviamo inoltre che questo risultato discende dal più generale Teorema (II.46).
44
Successioni e serie di funzioni
(II.15) Esempio. Vediamo come il teorema precedente si possa applicare per calcolare alcune serie di potenze a partire da altre serie di cui è nota la Si consideri ad esempio la serie geometrica di ragione −x, P∞somma. n n n=0 (−1) x . Sappiamo che ha raggio di convergenza R = 1 e somma 1/(1 + x): (4)
X 1 = (−1)n xn . 1+x ∞
n=0
Integrando il termine generale della serie si ha Z x xn+1 (−1)n tn dt = (−1)n n+1 0 e in corrispondenza Z x 1 dt = [ln(1 + t)]t=x t=0 = ln(1 + x). 0 1+t
Il Lettore accorto avrà già ricono-
La formula (3) permette allora di dire che le due funzioni coincidono: (5)
ln(1 + x) =
∞ X
(−1)n
n=0
sciuto, nelle somme parziali m–sime della serie a secondo membro, lo sviluppo di Taylor di ordine m, centrato in 0, della funzione ln(1 + x).
n+1
x , n+1
x ∈ (−1, 1).
Se invece applichiamo la formula (2) e deriviamo termine a termine l’espressione (4) otteniamo la somma della serie che ha termine generale d n n n n−1 : dx (−1) x = (−1) nx ∞ X
(−1)n nxn−1 =
n=0
d 1 1 =− dx 1 + x (1 + x)2
per ogni x ∈ (−1, 1).
(II.16) Esempio. La formula (3) si può utilizzare per calcolare mediante una serie numerica alcuni integrali definiti di cui la funzione integranda non ammette una primitiva in forma elementare. Ad esempio possiamo calcolare Z 1 ln(1 + x) dx. x 0 Abbiamo appena visto che ln(1 + x) è la somma della serie di potenze P∞ n xn+1 n=0 (−1) n+1 nell’intervallo (−1, 1), quindi X ln(1 + x) 1 X xn+1 xn (−1)n (−1)n = = , x x n=0 n + 1 n=0 n+1 ∞
∞
x ∈ (−1, 1).
2
Ad esempio e−x , sin x/x, ln(1 + x)/x, etc. Per una discussione su questo argomento si rimanda al Capitolo X del primo volume.
§ 1. Serie di potenze
45
Il Teorema di Abel
e dunque abbiamo, passando al limite per m → +∞:
A complemento dell’enunciato del Teorema (II.14) riguardante la continuità di una serie di potenze all’interno dell’intervallo di convergenza, abbiamo il seguente risultato: Teorema di Abel. Nella situazionePdel Teorema (II.14), supponiamo che la serie numerica cn Rn sia convergente. Allora X cn Rn . lim − f (x) = x→(x0 +R)
n
Un’applicazione immediata del Teorema è la seguente: poiché, in conseguenza del Criterio di Leibniz, la serie (5) converge anche per x = 1, deduciamo che +∞ X (−1)n+1 = lim− ln(1 + x) = ln 2 . x→1 n n=1 Dimostrazione. Con un cambio di variabile ci si può facilmente ricondurre al caso x0 = P 0 ed R = 1. Consideriamo le somme parziali sn = nk=0 ck . Poiché cn = sn − sn−1 , possiamo scrivere (ponendo s−1 = 0) m X
cn xn =
n=0
m X n=0
sn xn −
m X
sn−1 xn =
n=0
m X n=0
sn xn −x
m−1 X n=0
sn xn
f (x) = (1 − x)
+∞ X n=0
Sapendo anche che deduciamo che
sn xn , per |x| < 1.
P
f (x) − s = (1 − x)
n
xn = 1/(1 − x), per |x| < 1,
+∞ X (sn − s)xn . n=0
Poiché sn → s, per ogni ε > 0 esiste N tale che |s − sn | < ε/2 se n > N. Per tale N, stimiamo,per x vicino ad 1 N +∞ X X f (x) − s ≤ (1 − x) |sn − s| xn + (1 − x) |sn − s| xn n=0
≤ (1 − x)
n=N+1
N X
+∞ X ε |sn − s| xn + (1 − x) xn < ε , 2 n=0 n=N+1
a patto di scegliere δ > 0 tale che 1 − δ < x < 1 =⇒ (1 − x) Dunque limx→1− f (x) = s.
N X n=0
|sn − s| xn <
ε . 2
Applicando la formula di integrazione per serie abbiamo Z
1 0
X ln(1 + x) dx = x n=0 ∞
=
∞ X n=0
Z
1
(−1)n 0
(−1)n n+1
Z
xn dx n+1 1
∞ X (−1)n x dx = . (n + 1)2 n=0 n
0
Vedremo nell’Esercizio (II.9) a pagina 81 che questa serie ha somma π2 /12; in generale non sarà possibile calcolare esattamente il valore della serie ma ottenerne un’approssimazione accurata quanto si desidera sostituendo alla serie la sua somma m-esima con m opportuno. La formula di derivazione termine a termine si può applicare più volte. Infatti la funzione f ′ è ancora una serie di potenze di raggio R e il teorema si può applicare per ottenere l’espressione della serie di potenze derivata di f ′ , cioè f ′′ , che è di nuovo una serie di potenze dello stesso
[Maximum remedium irae, mora est]
Ad
esempio, utilizzando la stima dell’errore del Criterio di Leibniz sappiamo che basta sommare i primi 9 termini della serie per avere una stima della serie con un errore inferiore a 1/100.
46
Successioni e serie di funzioni
raggio di convergenza R: f ′′ (x) = 2c2 + 3 · 2c3 (x − x0 ) + 4 · 3c4 (x − x0 )2 + 5 · 4c4 (x − x0 )3 + . . . ∞ ∞ X X = (n + 2)(n + 1)cn+2 (x − x0 )n = n(n − 1)cn (x − x0 )n−2 . n=0
n=2
E poi, sempre nell’intervallo (x0 − R, x0 + R), possiamo derivare una terza volta: f ′′′ (x) = 3 · 2c3 + 4 · 3 · 2c4 (x − x0 ) + 5 · 4 · 3c5 (x − x0 )2 + . . . ∞ X = (n + 3)(n + 2)(n + 1)cn+3 (x − x0 )n n=0
=
∞ X n=3
n(n − 1)(n − 2)cn (x − x0 )n−3 .
Procedendo in questo modo possiamo determinare l’espressione della derivata k-esima della somma f . (II.17) Corollario. La somma di una serie di potenze è una funzione che ha derivate di ogni ordine nell’intervallo di convergenza (x0 − R, x0 + R). Inoltre, in tale intervallo, f (k) (x) =
∞ X (n + k)(n + k − 1) · · · (n + 1)cn+k (x − x0 )n .
Si dice che la serie di potenze è indefinitamente derivabile e si scrive f ∈ C∞ .
n=0
C’è una relazione di fondamentale importanza fra i coefficienti cn della serie e le derivate successive della funzione f valutate in x = x0 . Se nella formula (2) poniamo x = x0 , troviamo infatti che f ′ (x0 ) = c1 . Dall’espressione delle derivate seconda e terza ricaviamo poi le relazioni f ′′ (x0 ) = 2 · 1 · c2
e
f ′′′ (x0 ) = 3 · 2 · 1 · c3 .
Ora è facile indovinare la formula che lega i coefficienti della serie alle derivate successive di f nel punto x0 : f (k) (x0 ) = k(k − 1) · · · 3 · 2 · 1 · ck = k! · ck
⇐⇒
ck =
f (k) (x0 ) . k!
§ 2. Serie di Taylor Ci proponiamo ora di rovesciare il punto di vista: finora siamo partiti da una serie di potenze per studiare quando converge ad una funzione;
Come
si deduce facilmente dal Corollario (II.17) ponendo x = x0 (l’unico termine non nullo della somma è quello con n = 0).
§ 2. Serie di Taylor
47
adesso vogliamo vedere, data una funzione f , se questa sia uguale alla somma di una serie di potenze. Per quanto detto alla fine del precedente paragrafo, se f è la somma di una serie di potenze centrata in x0 allora, necessariamente, i suoi coefficienti sono legati al valore delle derivate di f in x0 secondo la formula
cn =
f (n) (x0 ) . n!
Si tratta quindi della serie le cui somme parziali sono i polinomi di Taylor della funzione f . Tale serie verrà detta serie di Taylor con centro in x0 della funzione f e si scriveTaylor!serie di
T (x) =
+∞ (n) X f (x0 ) (x − x0 )n . n! n=0
Ricordiamo
che il polinomio di Taylor di f centrato in x0 di ordine m è definito come m X f (n) (x0 ) (x − x0 )n . Tm (x) = n! n=0
Vi è quindi una unica serie di potenze la cui somma possa eguagliare una funzione assegnata f : quella di Taylor della funzione stessa. Come vedremo qui sotto, molte (ma non tutte) delle funzioni elementari che già conosciamo, come ad esempio sin x, ln(1 + x), ex , sono in effetti uguali alla loro serie di Taylor. Vediamo alcuni esempi. (II.18) Esempio. Calcoliamo i polinomi di Taylor centrati in x0 = 0 della funzione f (x) = 1/(1 − x), che abbiamo esaminato nell’Esempio (II.3) a pagina 36. Poiché f (n) (x) = n!/(1 − x)n+1 , abbiamo f (n) (0) = n! e dunque Tm (x) =
m m X f (n) (0) n X n x . x = n! n=0 n=0
Poiché già sappiamo che f (x) =
+∞ X
xn ,
n=0
x ∈ (−1, 1),
possiamo concludere che f (x) = lim Tm (x) = T (x), m→+∞
per ogni x ∈ (−1, 1).
ovvero che la funzione f (x) = 1/(1 − x) è la somma della sua serie di Taylor per ogni x nell’intervallo (−1, 1). (II.19) Esempio. Consideriamo la funzione f (x) = sin x. Abbiamo imparato nel primo volume a costruire i polinomi di Taylor di f di ogni ordine, poiché f è indefinitamente derivabile, e le sue derivate sono f 2n (x) = (−1)n sin x f 2n+1 (x) = (−1)n cos x
⇒
⇒
f 2n (0) = 0 f 2n+1 (0) = (−1)n
Tutte
la volte che prendiamo in considerazione una serie di Taylor supporremo implicitamente che la funzione sia derivabile indefinitamente, almeno in un intervallo centrato in x0 .
48
Successioni e serie di funzioni
F II.3: grafico dei primi 16 polinomi di Taylor centrati nell’origine della funzione sin x. Ognuno di essi costituisce una buona approssimazione del seno al tendere di x a zero, ma l’approssimazione diviene via via peggiore nel discostarsene. Tuttavia la serie converge alla funzione seno, al tendere di m all’infinito, per ogni x.
Poiché
per ogni n = 0, 1, 2, .... Risulta così m X
T2m+1 (x) = T2m+2 (x) = n=0
(−1)n
x2n+1 . (2n + 1)!
Dalla formula di Taylor con resto di Lagrange sappiamo che, per ogni x, (6)
f 2m+3 (ξ) 2m+3 x sin x = T2m+1 (x) + (2m + 3)!
per qualche ξ compreso tra 0 e x. Vogliamo mostrare che per ogni x ∈ R si ha ∞ X x2n+1 (7) sin x = (−1)n = T (x), ∀x ∈ R. (2n + 1)! n=0 Si tratta di verificare che, per ogni x fissato, la differenza m X
x2n+1 R2m+1 (x) = sin x − (−1)n (2n + 1)! n=0 tende a 0 per m → +∞. Dalla (6) otteniamo 2m+3
0 ≤ |R2m+1 (x)| =
|f (ξ)| 2m+3 |x|2m+3 |x| ≤ . (2m + 3)! (2m + 3)!
Ma allora, visto che |x|2m+3 = 0, m→+∞ (2m + 3)! lim
grazie al Teorema dei due carabinieri anche lim |R2m+1 (x)| = 0.
m→+∞
Possiamo finalmente concludere che vale la formula (7), cioè che la funzione sin x è una serie di potenze.
le derivate di ordine pari si annullano nell’origine, i polinomi di Taylor di ogni ordine hanno grado effettivo dispari.
La Formula di Taylor con resto di
Lagrange, che abbiamo studiato nel primo volume, afferma che se la funzione f è derivabile m + 1 volte, per ogni x ∈ R esiste un valore ξ, dipendente da x (e da m, ovviamente), compreso tra x0 e x tale che Rm (x) = f (x) − Tm (x) =
f (m+1) (ξ) (x − x0 )m+1 . (m + 1)!
Poiché la serie è definita come limite delle somme parziali, dimostrare questa identità significa mostrare m X x2n+1 (−1)n che lim = sin x. m→+∞ (2n + 1)! n=0
Abbiamo
usato il fatto che tutte le derivate di f sono comprese tra −1 e 1 in ogni punto.
Applicando
la Condizione necessaria per la convergenza di una serie a quella dell’Esempio (II.7) si verifica immediatamente che, per ogni a fissato, an /n! → 0 per n → +∞. Ricordiamo la versione per successioni del Teorema dei due carabinieri : se an ≤ bn ≤ cn per ogni n e limn→+∞ an = limn→+∞ cn , allora anche bn è convergente, allo stesso limite. Nel caso in questione, an ≡ 0.
§ 2. Serie di Taylor
49
Funzioni analitiche Abbiamo scoperto alla fine del § 1 che se f è sviluppabile in serie di potenze in x0 , necessariamente, i coefficienti della serie sono legati al valore delle derivate di f in x0 secondo la formula cn = f (n) (x0 )/n!. Questo semplice fatto ha alcune conseguenze importanti. Principio di identità per le seriePdi potenze. Se n due centrate in x0 , ∞ n=0 an (x − x0 ) e P∞ serie di potenze n b (x − x ) , convergono e hanno uguale somma 0 n=0 n in un qualunque intervallo contenente il centro stesso allora hanno gli stessi coefficienti per ogni intero n (e dunque lo stesso raggio di convergenza): f (n) (x0 ) , per ogni intero n. n! In pratica, se due funzioni analitiche coincidono in un piccolo intervallo, per quanto minuscolo, esse dovranno essere uguali nel più grande insieme in cui esse sono entrambe sviluppabili in serie di Taylor. Le conseguenze di questa osservazione sollevano interessanti problemi filosofici sulla natura dei modelli fisici. Se stiamo analizzando un modello fisico e supponiamo an = bn =
che il sistema sia descritto da funzioni analitiche, per esempio, di una variabile spaziale, stiamo allora implicitamente supponendo che il comportamento in una regione per quanto minuscola dello spazio determini il comportamento del sistema in tutto lo spazio. Ugualmente, se immaginiamo che la variabile rappresenti il tempo, dedurremo che gli eventi occorrenti in un qualunque intervallo di tempo infinitesimo determinino completamente l’evoluzione del sistema per sempre. Nei fatti, il principio di identità è ancora più forte di quanto non abbiamo appena enunciato. È infatti sufficiente, affinché siano identiche, che le due funzioni assumano gli stessi valori su di una successione convergente al centro della serie: P Principio di continuazione unica. Sia f = ∞ n=0 cn (x− x0 )n una serie di potenze centrata in x0 . Supponiamo che esista una successione xk → x0 tale che f (xk ) = 0, per ogni intero k. Allora cn = 0, per ogni n, e dunque f ≡ 0. Gli zeri di una funzione analitica possono, al contrario di quelli dei polinomi, essere infiniti (si pensi alle funzioni trigonometriche), ma gli spazi fra l’uno e l’altro non possono tendere a zero in un intervallo.
Ci poniamo ora il problema di stabilire quando una generica funzione f (x) sia la somma di una serie di potenze. (II.20) Definizione. La funzione si dice sviluppabile in serie di Taylor centrata in x0 (o anche analitica in x0 ), se esiste r > 0 tale che, nell’intervallo (x0 − r, x0 + r), f è la somma della sua serie di Taylor: ∞ X f (n) (x0 ) f (x) = (x − x0 )n = T (x) n! n=0
per ogni x in (x0 − r, x0 + r). (II.21) Esempio. Proviamo che f (x) = ex è sviluppabile in serie di Taylor in x0 = 0. Come già sappiamo, la serie di Taylor di f è ∞ ∞ X f (n) (0) n X xn x = . n! n! n=0 n=0
Abbiamo già visto nell’Esempio (II.7) all’inizio del capitolo che questa serie converge per ogni x ∈ R. Secondo la Definizione (II.20) dobbiamo verificare che, posto Rm (x) = f (x) − Tm (x) = f (x) −
m X f (n) (0) n x , n! n=0
Sappiamo
già dal Corollario (II.17) che f deve essere indefinitamente derivabile.
In altre parole, f (x) = lim Tm (x). m→+∞
Si dice che una funzione è analitica in un intervallo se lo è in ogni punto dell’intervallo stesso.
Infatti
f (n) (0) = e0 = 1 per ogni n.
50
Successioni e serie di funzioni
F II.4: polinomi esponenziale.
di
Taylor
della
funzione
allora limn→+∞ Rn (x) = 0. Dalla Formula di Taylor con resto di Lagrange abbiamo Rm (x) =
f (m+1) (ξ) m+1 eξ x = xm+1 , (m + 1)! (m + 1)!
da cui, essendo 0 < |ξ| < |x|, otteniamo 0 < |Rm (x)| ≤ e|x|
|x|m+1 . (m + 1)!
Come nell’Esempio (II.19), essendo x fissato, l’ultimo membro tende a 0 per m → +∞, perciò possiamo concludere che lim Rm (x) = 0,
m→+∞
∀x ∈ R.
Dunque la funzione f è sviluppabile in serie di potenze su tutto R e possiamo scrivere
(8)
ex =
∞ X xn n=0
n!
,
∀x ∈ R.
Il tipo di ragionamento visto nell’esempio può essere usato per stimare la differenza fra il valore di una funzione generica f con quello del suo polinomio di Taylor di ordine m, scrivendola come resto in forma di Lagrange. Nel caso generale otteniamo il seguente teorema. (II.22) Teorema (Criterio di sviluppabilità). Se f è dotata di derivate di ogni ordine in I = (x0 − r, x0 + r) ed esiste M > 0 tale che (9) f (n) (x) ≤ M n! r−n , per ogni x ∈ I e n ∈ N, allora f risulta sviluppabile in serie di Taylor centrata in x0 in I.
La
dimostrazione del teorema è svolta nell’Esercizio 15 a pagina 93.
§ 2. Serie di Taylor
Serie a valori in C e funzione esponenziale complessa Le serie numeriche e di potenze trovano la loro collocazione naturale in campo complesso. Per parlare di convergenza di una serie di numeri complessi (anziché reali) occorre estendere il concetto di limite di una successione di numeri complessi cn ∈ C a c ∈ C: diremo che cn → c se per ogni ε > 0 esiste N tale che n > N ⇒ |cn − c| < ε,
dove | · | è il modulo di un numero complesso. In altre parole, la distanza nel piano tra cn e c è infinitesima per n P → ∞. Analogamente una serie di numeri complessi ∞ si dice convergente al valore n=0 cn dove cn ∈ C P n S se la successione sm = m n=0 c di numeri complessi ha limite S. Si verifica facilmente che la convergenza della serie a termini complessi cn = xP n +iyn è equivalenP∞ te alla convergenza delle due serie ∞ n=0 xn e n=0 yn . Inoltre anche per le serie a termini complessi la convergenzaPassoluta (cioè la convergenza della serie dei n moduli ∞ n=0 |c| ) implica la convergenza della serie. Consideriamo ora la serie di potenze ∞ X bn (z − z0 )n , bn , z0 ∈ C n=0
con coefficienti complessi e variabile z ∈ C. In base alle considerazioni precedenti è facile dimostrare l’analogo del Teorema (II.8), e si trova che l’insieme di convergenza è descritto dalla relazione |z − z0 | < R con R come in (1). Ovvero è un cerchio nel piano complesso centrato in z0 e raggio R se R > 0, è ridotto al solo z0 se R = 0 oppure tutto C se R = ∞. Questa osservazione permette di estendere al campo complesso tutte le funzioni analitiche che abbiamo
51
incontrato in questo capitolo. Ad esempio la serie ∞ X zn (10) ez = n! n=0 converge qualunqueP sia il numero complesso z; infatti |z|n la serie dei moduli ∞ n=0 n! è convergente (Esempio (II.10)) in tutto R. La somma di questa serie di potenze definisce una funzione da C a C, detta esponenziale complessa. In modo del tutto analogo, basandoci sulle formule (19) e (7), definiamo il seno ed il coseno di un numero complesso: ∞ ∞ X X z2n z2n+1 cos z = (−1)n sin z = (−1)n . (2n)! (2n + 1)! n=0 n=0 Ora, proviamo a calcolare l’esponenziale del numero complesso iz per z ∈ C. Ricordando che in vale ciclicamente (da n = 0) 1, i, −1, −i, abbiamo ∞ n n ∞ ∞ X X X i z z2n z2n+1 eiz = = +i . (−1)n (−1)n n! (2n)! (2n + 1)! n=0 n=0 n=0 Riconosciamo a destra le rappresentazioni in serie di cos z e sin z : abbiamo così dimostrato la Formula di Eulero eiz = cos z + i sin z, giustificando la definizione data nel primo volume di esponenziale di un numero complesso. Come vedremo nell’Esercizio 7 a pagina 92, si prova che ez · ew = ez+w
per ogni z, w ∈ C.
Di conseguenza troviamo le note formule per le funzioni circolari: sin(z + w) = sin z cos w + sin w cos z, cos(z + w) = cos z cos w − sin w sin z.
Si osservi che la condizione è sicuramente verificata se tutte le derivate di f sono (equi)limitate, cioè se esiste una costante K > 0 tale che per ogni x ∈ (−r, r) f (n) (x) ≤ K. Concludiamo il paragrafo con una osservazione: in tutti gli esempi che abbiamo visto la funzione considerata è uguale alla propria serie di Taylor. Ciò però non è vero in generale: esistono funzioni indefinitamente derivabili che non sono uguali alla propria serie di Taylor in un intervallo. Vedremo un esempio di questo fatto nell’Esercizio (II.4) a pagina 76.
Più
in generale, la (9) è soddisfatta se per ogni n sufficientemente grande e per ogni x ∈ (−r, r) vale f (n) (x) ≤ Ln .
52
Successioni e serie di funzioni
§ 3. Soluzioni in serie Le serie di potenze vengono usate frequentemente per rappresentare alcune delle funzioni che si presentano in matematica, fisica e chimica. Ad esempio le serie dell’Esempio (II.12) a pagina 40 prendono il nome dall’astronomo tedesco Friedrich Bessel (1784-1846), che le incontrò nel risolvere l’equazione di Keplero al fine di determinare la legge oraria dei pianeti; da allora le funzioni di Bessel hanno trovato applicazione nello studio di una moltitudine di fenomeni fisici, come il moto di una membrana vibrante, la diffrazione, la propagazione del calore. Esse sono definite come soluzioni in serie dell’equazione differenziale di Bessel
A
tal proposito si veda anche l’approfondimento a pagina 84.
(11) x2 y′′ (x) + xy′ (x) + (x2 − ν2 )y(x) = 0, dove ν ∈ N è un parametro. Cerchiamo una soluzione della forma y(x) =
∞ X
cn x n .
n=0
Supponendo che il raggio di convergenza non sia nullo, possiamo utilizzare la formula (2) per calcolare le derivate y′ e y′′ nell’intervallo di convergenza: ∞ X y′ (x) = (n + 1)cn+1 xn = c1 + 2c2 x + 3c3 x2 + . . . ,
F II.5: convergenza della serie alla funzione di Bessel J0 .
n=0 ∞ X y′′ (x) = (n + 2)(n + 1)cn+2 xn = c2 + 3 · 2c3 x + 4 · 3c4 x2 + . . . . n=0
Possiamo ancora scrivere
Da cui otteniamo ∞ X xy′ (x) = (n + 1)cn+1 xn+1 = c1 x + 2c2 x2 + 3c3 x3 + . . . ,
xy′ (x) = c1 x +
∞ X
(n + 2)cn+2 xn+2 .
n=0
n=0 ∞ X (n + 2)(n + 1)cn+2 xn+2 = c2 x2 + 3 · 2c3 x3 + . . . . x2 y′′ (x) = n=0
D’altra parte abbiamo x2 y(x) =
∞ X
cn xn+2 .
n=0
Sostituendo nell’equazione di Bessel con ν = 0, troviamo c1 x +
∞ X
[((n + 2)(n + 1) + (n + 2)) cn+2 + cn ] xn+2 = 0.
n=0
Dopo aver osservato che ((n + 2)(n + 1) + (n + 2)) = (n + 2)2 , ricaviamo ancora c1 x +
∞ h X n=0
i (n + 2)2 cn+2 + cn xn+2 = 0.
Abbiamo raccolto i termini xn+2 .
§ 4. Serie di Fourier
53
Utilizzando il principio di identità delle serie di potenze (visto nell’approfondimento a pagina 49) otteniamo le condizioni: cn+2 = −
c1 = 0 ,
cn . (n + 2)2
Notiamo che tutti i coefficienti di posto dispari devono annullarsi: c1 = 0, c3 = −
c1 c3 = 0, c5 = − = 0, . . . 9 25
mentre quelli di posto pari sono determinati da c0 tramite la relazione di ricorrenza c2n c2n+2 = − , 4(n + 1)2
Trattandosi
dei coefficienti pari, scriviamo 2n al posto di n.
da cui ricaviamo c2n =
(−1)n c0 . 22n (n!)2
Per esempio ragionando per induzione.
Osserviamo infine che, ragionando come nell’Esempio (II.12), si dimostra facilmente che il raggio di convergenza della serie è infinito. Questo fatto giustifica l’uso della formula (2) in tutto R. Vediamo ora come modificare il ragionamento appena esposto per coprire il caso ν = 1. Sostituendo nell’equazione di Bessel otterremo stavolta c1 x +
∞ h X n=0
Per ν
generico rimandiamo all’Esercizio 12 a pagina 93.
∞ X i cn xn = 0. (n + 2)2 cn+2 + cn xn+2 − ν2 n=0
Da cui otteniamo, dopo aver scorporato i primi due termini, −ν2 c0 + (1 − ν2 )c1 x +
∞ h X n=0
∞ X i cn+2 xn+2 = 0. (n + 2)2 cn+2 + cn xn+2 − ν2 n=0
Per ν = 1 ricaviamo quindi le condizioni cn+2 = −
c0 = 0 ,
cn . (n + 2)2 − 1
Stavolta si dovranno annullare tutti i coefficienti di posto pari mentre quelli di posto dispari soddisfano la relazione di ricorrenza c2n+3 = −
c2n+1 c2n+1 , =− 4(n + 1)(n + 2) (2n + 3)2 − 1
da cui possiamo infine dedurre l’espressione dei coefficienti di posto dispari c2n+1 =
(−1)n . 22n+1 n!(n + 1)!
F II.6: a Bessel è intitolato un cratere lunare nella parte meridionale del Mare Serenitatis.
54
Successioni e serie di funzioni
F II.8: a sinistra sono rappresentate alcune onde armoniche unidimensionali, φ(x, t) = A sin(kx − ωt + ϕ). Sull’asse orizzontale varia x, mentre ogni grafico corrisponde ad un valore di t fissato. Ad ogni istante t troviamo una funzione sinusoidale di x il cui profilo si sposta rigidamente sull’asse x al variare di t. A destra è riportato il grafico della funzione sin(10x) + sin(11x). Profilo della sovrapposizione delle onde armoniche sin(10x + ω1 t) e sin(11x + ω2 t) quando t = 0. Se le due onde si propagano con uguale velocità vedremo il profilo della figura viaggiare con la medesima velocità. Se invece le due onde viaggiano con velocità opposte di modo che le due frequenze abbiamo ugual modulo, ma segno opposto, cioè w1 = −ω2 = ω l’onda risultante sarà una onda stazionaria, di espressione sin(10x − ωt) + sin(11x + ωt) = 2(sin(10x) + sin(11x)) cos(ωt). In un’onda stazionaria quindi il profilo non si propaga orizzontalmente, ma oscilla verticalmente.
§ 4. Serie di Fourier Le serie di potenze hanno una importanza fondamentale in analisi, ma costituiscono una classe di funzioni inadatte ad alcune applicazioni. Per esempio, sono poco efficaci nell’approssimazione delle funzioni trigonometriche, nel senso che i polinomi approssimanti perdono la proprietà di periodicità, come risulta evidente dalla Figura II.3. D’altra parte, la periodicità caratterizza diverse funzioni di fondamentale interesse fisico, quali le onde acustiche, quelle elettromagnetiche e le vibrazioni elastiche. Inoltre, come abbiamo osservato nel Corollario (II.17), soltanto le funzioni estremamente regolari, che ammettano derivate di ogni ordine, possono venire sviluppate in serie di Taylor. Esse non si prestano quindi alla modellizzazione di fenomeni discontinui o impulsivi. Introduciamo in questo paragrafo le serie trigonometriche, o serie di Fourier dal nome del matematico che le introdusse nel ’700, e che hanno la proprietà di rappresentare funzioni più generali, addirittura discontinue, purché periodiche.
Funzioni periodiche e polinomi trigonometrici Moltissimi fenomeni fisici, da quelli acustici a quelli elettromagnetici, si possono rappresentare per mezzo di onde che si propagano viaggiando nello spazio. Una onda armonica unidimensionale elementare è una funzione della forma φ(x, t) = A sin(kx − ωt + ϕ).
F II.7: Jean Baptiste Joseph Fourier (1768–1830).
Ricordiamo che una funzione f è periodica di periodo T se vale la proprietà f (x + T) = f (x) per ogni x del dominio (si sottintende che anche x + T appartenga al dominio). È possibile pertanto disegnare il grafico di f su tutto il suo dominio a partire da quello su un intervallo di ampiezza T (ad esempio su [0, T) o su (−T/2, T/2]) per semplice replicazione e traslazione.
§ 4. Serie di Fourier
55
La quantità c = ω/k è la velocità di propagazione dell’onda lungo l’asse x, k è detto il numero d’onda, λ = 2π/k è la lunghezza dell’onda e f = ω/2π la frequenza. I massimi vengono detti cresta dell’onda di cui A è l’altezza o intensità e ϕ è la fase. Le onde elementari obbediscono al principio di sovrapposizione, cioè interagiscono semplicemente sommandosi in ogni punto; ciò può aumentare l’altezza in alcuni punti del profilo (interferenza costruttiva) e diminuirla in altri (interferenza distruttiva). Questi effetti sono visibili nella Figura II.8, a destra. La sovrapposizione di armoniche elementari con frequenza multipla di una fissata frequenza f , dà luogo a un polinomio trigonometrico di periodo 1/ f . Infatti, utilizzando le basilari formule di addizione per le funzioni trigonometriche, l’armonica elementare può essere espressa come A sin(kx + ϕ) = α cos kx + β sin kx con α = A sin ϕ e β = A cos ϕ. Per convenzione, lavoreremo con la frequenza fondamentale f = 1/2π. (II.23) Definizione. Un polinomio trigonometrico di ordine m è una funzione di periodo 2π di tipo m X
Pm (x) = a0 +
(an cos nx + bn sin nx) ,
n=1
dove i numeri an e bn sono detti coefficienti di Pm . (II.24) Esempio. Ovviamente sommando o sottraendo due polinomi trigonometrici otteniamo ancora un polinomio trigonometrico. Può sembrare strano, ma sono polinomi trigonometrici anche i prodotti di polinomi trigonometrici, e quindi tutte le potenze di seni e coseni e le loro combinazioni. Per esempio, abbiamo cos2 t =
cos(2t) + 1 2
cos(2t) cos t + cos t cos(3t) + 3 cos t = 2 4 cos(3t) cos t + 3 cos t cos t cos4 t = cos3 t cos t = 4 cos(4t) + cos 2t + 3 cos 2t + 3 cos(4t) + 4 cos 2t + 3 = . = 8 8 cos3 t = cos2 t cos t =
Più in generale, possiamo facilmente ricavare della formule di prostaferesi le uguaglianze seguenti, dette formule di Werner 1 [cos((n + m)x) + cos((n − m)x)] 2 1 (12) sin(nx) sin(mx) = [cos((n − m)x) − cos((n + m)x)] 2 1 sin(nx) cos(mx) = [sin((n + m)x) + sin((n − m)x)] . 2 cos(nx) cos(mx) =
F II.9: grafico di cos(2.5 sin(x) − x), periodica di periodo 2π.
È facile vedere che le funzioni cos nx, sin nx sono 2π–periodiche per ogni n intero. Quindi anche ogni polinomio trigonometrico lo è, perciò d’ora in poi restringeremo lo studio di tali polinomi (e poi delle serie di Fourier) all’intervallo [−π, π].
Qui
abbiamo utilizzato ripetutamente l’identità cos(x + y) + cos(x − y) . cos x cos y = 2
56
Successioni e serie di funzioni
F II.10: grafico di alcuni dei polinomi trigonometrici delle serie
X n6 cos nx X cos nx rispettivamente. e n! n3/2 n n
Tali formule giustificano l’affermazione che il prodotto fra due qualunque polinomi trigonometrici sia a sua volta un polinomio trigonometrico. Benché alcune funzioni possano essere polinomi trigonometrici sotto mentite spoglie, una volta smascherate possiamo asserire che esse determinano univocamente i coefficienti an e bn . Possiamo estendere l’ambito dei polinomi trigonometrici prendendo in considerazione somme infinite anziché somme finite, in modo del tutto analogo a quanto abbiamo fatto passando dai polinomi alle serie di potenze. Tali serie verranno dette serie trigonometriche o serie di Fourier ed hanno la forma a0 +
∞ X
(an cos nx + bn sin nx) .
n=1
(II.25) Esempio. La serie trigonometrica ∞ X n6 cos nx n=1
n!
converge per ogni x ∈ [−π, π], come si può facilmente dedurre dal Criterio del confronto: n6 cos nx n5 = cn . ≤ n! (n − 1)! P Infatti si verifica facilmente che la serie ∞ n=1 cn è convergente, per esempio utilizzando il Criterio del rapporto. Notiamo che in generale i termini delle serie di Fourier non hanno segno costante. Faremo quindi sistematicamente ricorso alla nozione di convergenza assoluta ed ai criteri di convergenza relativi. Analogamente, anche la serie trigonometrica ∞ X cos nx n=0
n3/2
Vale in fatti un principio
di identità dei polinomi trigonometrici : due polinomi trigonometrici definiscono la stessa funzione se e soltanto se hanno uguali coefficienti. Questo principio discende immediatamente dalle formule (14), (15) e (16), che vedremo tra qualche pagina, che legano i coefficienti an e bn agli integrali di f moltiplicata per le armoniche fondamentali.
§ 4. Serie di Fourier
Onde elettromagnetiche Le onde elettromagnetiche si trasmettono nello spazio alla velocità della luce (si veda l’approfondimento a pagina 361): perciò vengono largamente utilizzate per la trasmissione dei segnali nelle telecomunicazioni. Per segnali si intendono delle variazioni di grandezze fisiche che trasportano informazioni. Poiché la velocità c delle onde elettromagnetiche è costante, vi è una relazione fissa fra la lunghezza di un’onda e la sua frequenza: c = f λ. Un’onda elettromagnetica è quindi determinata dai tre parametri: altezza, frequenza e fase. Il termine modulazione indica la variazione nel tempo della forma di un’onda assegnata; nel campo delle telecomunicazioni è il sistema più comune per trasportare un segnale e consiste nel variare, nel tempo, i tre parametri che definiscono l’onda, a partire da valori prefissati (dell’onda cosiddetta portante); in altre parole, se la portante è definita da un’onda sinusoidale di ampiezza A, frequenza fp e fase ϕp : xp (t) = A cos(2π fp t + ϕp ), la modulazione di ampiezza (AM) consisterà nel prendere un’ampiezza variabile nel tempo A = A(t), come raffigurato nel grafico:
57
za (FM) consiste invece nel produrre una variazione nella frequenza dell’onda portante. Il primo sistema a modulazione di frequenza (FM) per le comunicazioni radio fu messo a punto nel 1936, dall’inventore statunitense Edwin H. Armstrong. Il principale vantaggio di questo sistema rispetto a quello a modulazione di ampiezza consiste nell’essere meno soggetto a scariche e interferenze. Detto xm (t) il segnale da trasmettere (ed immaginiamo che l’ampiezza sia piccola: |xm (t)| ≤ 1), il segnale modulato avrà espressione: ! Z t xt (t) = A cos 2π f (τ) dτ 0
= A cos 2π
Z th
i
!
fp + f∆ xm (τ) dτ
0
con f (t) = fp + f∆ xm (t). In questa relazione, f (t) è la frequenza istantanea dell’oscillazione e f∆ la sua deviazione rispetto alla frequenza della portante fp . La modulazione di un’onda portante sinusoidale da parte di un segnale sinusoidale a sua volta di frequenza inferiore si può scrivere come: xp (t) = A cos(2π fp t + β sin(2π fm t)) +∞ X =A Jn (β) cos(2π( fp + n fm )t) n=−∞
dove Jn (β) è la funzione di Bessel di prima specie (si veda l’Esercizio 12 a pagina 93).
La modulazione di ampiezza è stata la prima modulazione impiegata nelle trasmissioni via etere da Guglielmo Marconi agli inizi del secolo, in quanto la più facile da concepire e da realizzare, anche se è molto sensibile ai disturbi. La modulazione di frequen-
converge assolutamente per ogni x ∈ [−π, π]. Possiamo infatti maggiorare 1 cos nx n3/2 ≤ n3/2 e usufruire del Criterio del confronto, ricordando la convergenza della serie armonica generalizzata di esponente 3/2 > 1. Il Lettore attento avrà già capito come formulare un semplice Criterio di convergenza per le serie di Fourier (che discende immediatamente del Criterio del confronto fra serie).
Osserviamo che, apparentemente,
quest’ultima serie trigonometrica ha una cuspide in x = 0 (si veda la Figura II.10).
58
Successioni e serie di funzioni
(II.26) Teorema (Convergenza della serie di Fourier). Se ∞ X n=1
(|an | + |bn |) < +∞
allora le serie di Fourier a0 +
∞ X
(an cos nx + bn sin nx) converge
n=1
assolutamente per ogni x ∈ R.
Costruzione della serie di Fourier associata ad una funzione f Sia ora f (x) una funzione reale di periodo 2π. Ci proponiamo di stabilire se esista una serie trigonometrica la cui somma sia proprio f (x). Diremo allora che la funzione f è sviluppabile in serie di Fourier. A questo scopo procediamo come nel § 2 per la determinazione della serie di Taylor e cerchiamo di determinare quale sia la relazione che lega i coefficienti dei polinomi trigonometrici alla funzione somma. Supponiamo perciò che f sia sviluppabile in serie di Fourier, cioè che effettivamente (13) f (x) = a0 +
∞ X
Per funzioni periodiche di periodo diverso da 2π si veda pagina 85.
(an cos nx + bn sin nx)
n=1
per ogni x in R e vediamo di determinare an e bn . A questo scopo seguiamo un procedimento dovuto a Fourier stesso; per determinare am con m fissato in N, consideriamo la (13), moltiplichiamo entrambi i membri per cos mx ed integriamo tra −π e π. Supponiamo nei nostri calcoli che la serie in (13) sia integrabile termine a termine Z π Z π f (x) cos mx dx = a0 cos mx dx+ −π
∞ X n=1
Z
π
an
−π
Z
sin nx cos mx dx .
cos nx cos mx dx + bn −π
!
π
Vedremo
nell’Esercizio (II.12) alcune condizioni su f che assicurano di poter integrare termine a termine la sua serie di Fourier, analogamente a quanto visto per le serie di potenze nel Teorema (II.14).
−π
Osserviamo ora che gli integrali contenuti nella serie sono nulli o valgono π, in dipendenza dal valore di n. Valgono infatti le formule seguenti. (II.27) Formule di ortogonalità. Z π 0 cos nx cos mx dx = π −π Z π 0 sin nx sin mx dx = π −π Z π sin nx cos mx dx = 0, −π
n,m n = m(, 0), n,m n = m(, 0), ∀n ∈ N, m ∈ N.
Le formule di ortogonalità si deducono immediatamente dalle formule di Werner (12) che, integrate fra −π e π danno sempre zero salvo quando n = m, nei primi due casi. Una dimostrazione alternativa, per chi non ricordasse le formule di prostaferesi, si può trovare nell’Esercizio 22 a pagina 94.
§ 4. Serie di Fourier
59
Grazie a queste formule scopriamo che l’unico integrale non nullo nella nostra espressione è quello corrispondente al coefficiente am e vale π. Si ricava così la relazione
(14) am =
1 π
Z
π
f (x) cos mx dx
m = 1, 2, 3, . . . .
−π
Il coefficiente a0 si ricava prendendo il valor medio della funzione
(15) a0 =
1 2π
Z
te in (14) e (16) si possono calcolare a partire da qualunque funzione f che sia integrabile, per esempio continua, oppure con un numero finito di discontinuità a salto, tra −π e π.
L’unico
termine non nullo, integrando la funzione f su un periodo è proprio 2πa0 .
π
f (x) dx. −π
Utilizzando le formule di ortogonalità ricaviamo ancora 1 (16) bm = π
Osserviamo che le costanti defini-
Z
π
f (x) sin mx dx,
m = 1, 2, 3, . . . .
−π
La determinazione dei coefficienti
bm si ottiene in modo del tutto analogo, ma questa volta moltiplicando la serie di partenza (13) per sin mx invece che per cos mx: Z π f (x) sin mx dx −π
In questo modo abbiamo espresso i coefficienti di una serie di Fourier in funzione della sua somma f (x). Gli integrali (14) e (16) vengono detti coefficienti di Fourier di f . (II.28) Definizione. Sia f periodica di periodo 2π. La serie trigonometrica a0 +
∞ X
(an cos nx + bn sin nx)
n=1
con a0 , an e bn definiti in (15), (14) e (16) rispettivamente, si chiama serie di Fourier di f . La serie di Fourier di un polinomio trigonometrico è chiaramente il polinomio stesso, si veda a questo proposito anche l’Esercizio 37 a pagina 95. Indicheremo il polinomio di Fourier di grado m associato ad f con Fm (x) = a0 +
m X
(an cos nx + bn sin nx)
n=1
dove a0 , an , bn sono i coefficienti di Fourier di f . Osservazioni sul calcolo dei coefficienti di Fourier. Se f è periodica di periodo 2π i coefficienti della sua serie di Fourier si possono calcolare
Z = bm
π −π
sin2 mx dx = πbm .
Tutti gli altri integrali sono nulli per le formule di ortogonalità.
60
Successioni e serie di funzioni
integrando su un qualunque intervallo di ampiezza 2π. Infatti risulta, ∀a ∈ R, Z a+2π Z −π Z π Z a+2π f (x) dx = f (x) dx + f (x) dx + f (x) dx. a
−π
a
π
Nell’ultimo integrale si può effettuare la sostituzione x = t + 2π, ottenendo Z a+2π Z a Z −π f (x) dx = f (t) dt = − f (t) dt. −π
π
a
Quest’ultimo integrale si cancella col primo e rimane Z
Z
a+2π
π
f (x) dx =
f (x) dx. −π
a
Se f è pari, i coefficienti bn sono nulli: infatti la funzione f (x) sin nx è una funzione dispari dunque il suo integrale su un intervallo simmetrico (rispetto a x = 0) è nullo. Analogamente se f è dispari sono nulli i coefficienti a0 e an , risultando dispari la funzione f (x) cos nx. Dunque lo sviluppo di una funzione pari contiene solo coseni, quello di una funzione dispari è fatto soltanto di seni. (II.29) Esempio. Consideriamo la funzione f , periodica di periodo 2π, ottenuta prolungando il grafico di (x − π)2 su (0, 2π] (Figura II.12). Osserviamo che la funzione è continua su R ed è pari, dunque i coefficienti bn sono tutti nulli. Si ha invece Z 2π π2 1 1 [(x − π)3 ]2π = , (x − π)2 dx = a0 = 0 2π 0 6π 3
F II.11
e per n = 1, 2, . . . Z
2π
πan = 0
(x − π)2 cos nx dx
Z 2π 2π sin nx sin nx −2 (x − π)2 (x − π) dx n n 0 0 Z 2π 2π 4π 2 − cos nx 2 cos nx dx = 2 . =0− (x − π) − 2 n n n 0 n 0
=
La serie di Fourier associata alla funzione è dunque X cos nx π2 . +4 3 n2 ∞
n=1
Alcune sue somme parziali sono rappresentate in Figura II.11.
F II.12
§ 4. Serie di Fourier
Convergenza della serie di Fourier In analogia all’analisi che abbiamo svolto nel caso delle serie di Taylor, affrontiamo ora il problema di stabilire sotto quali condizioni è vero che una funzione f (x) è uguale alla somma della sua serie di Fourier. Detti Fm i corrispondenti polinomi di Fourier ci chiediamo dunque: fissato x, è vero che lim Fm (x) = f (x)?
m→+∞
Per enunciare correttamente un risultato di convergenza per le serie di Fourier diamo la seguente definizione. (II.30) Definizione. Diciamo che la funzione f : [a, b] → R soddisfa la condizione (D) nell’intervallo [a, b] se esistono un numero finito di punti a ≤ x1 < x2 < · · · < xN ≤ b, tali che f è derivabile in (xi−1 , xi ) e esistono finiti i limiti limx→x+i f ′ (x) e limx→x−i f ′ (x), per ogni i = 1, . . . , N. Ad esempio soddisfano questa condizione √ tutte le funzioni studiate negli esempi precedenti; la funzione f (x) = x su [0, 1] non la √ soddisfa perché in x = 0 il limite da destra della derivata f ′ (x) = 1/(2 x) è +∞. Vale il seguente risultato. (II.31) Teorema (Convergenza puntuale della serie di Fourier.). Sia f una funzione periodica di periodo 2π, soddisfacente la condizione (D) della Definizione (II.30) in [−π, π]. Allora per ogni x ∈ R la serie di Fourier di f converge, e il suo valore in x è
61
Possiamo
cercare di esaminare il problema della convergenza delle serie di Fourier utilizzando un software per disegnare i grafici di f e Fm per alcuni m. Se consideriamo la funzione “a gradino” dell’Esempio (II.32) i polinomi di Fourier ricostruiscono bene l’andamento del grafico di f , tranne nei punti di salto (Figura II.14). Dagli esempi analizzati sembra che la serie di Fourier di una funzione converga sempre e che in ogni punto x di continuità di f il valore della serie sia proprio f (x). Purtroppo questo risultato non è vero per una generica funzione continua: gli esempi però sono troppo complicati per essere trattati in questa sede. Equivalentemente, f soddisfa la condizione (D) se la restrizione di f ′ a (xi−1 , xi ) è prolungabile con continuità all’intervallo chiuso [xi−1 , xi ].
La dimostrazione di questo risultato è piuttosto complicata: verrà svolta in più tappe negli Esercizi 39 e 40 .
1 [ f (x+ ) + f (x− )] 2 dove f (x± ) = lim y→x± f (x) sono il limite destro e sinistro di f in x. Le funzioni che soddisfano la condizione (D) risultano quindi uguali alla propria serie di Fourier in ogni punto in cui sono continue; negli eventuali punti di discontinuità (necessariamente di tipo salto), i polinomi di Fourier di f tendono a regolarizzare la funzione e ad attribuirle il valore medio tra il limite destro e il limite sinistro di f : il punto medio del salto di f in x. (II.32) Esempio. La funzione “gradino”, detta anche onda quadra viene largamente utilizzata nelle trasmissione dei segnali digitali. È un segnale elettrico caratterizzato dall’avere solamente due stati possibili, zero e uno, cioè tensione assente o presente. Si tratta della funzione periodica di periodo 2π la cui restrizione all’intervallo (−π, π] è 0 x ∈ (−π, 0], ˜ f (x) = 1 x ∈ (0, π].
F II.13: nei punti di salto della funzione, si verifica il fenomeno di Gibbs: le somme parziali hanno delle rapide oscillazioni in vicinanza della discontinuità. Si veda a tal proposito l’Esercizio 36 .
62
Successioni e serie di funzioni
F II.14: grafico della funzione “gradino” ottenuta prolungando per periodicità 2π la funzione definita in (−π, π] come 0 per x ∈ (−π, 0) e 1 per x ∈ (0, π); di fianco alcuni suoi polinomi di Fourier.
Osserviamo
che cos nπ assume valore +1 per ogni n pari, mentre è −1 se n è dispari: scriveremo quindi
Calcoliamo i coefficienti di Fourier: Z π Z π 1 1 1 a0 = f (x) dx = dx = , 2π −π 2π 0 2 Z π Z π π 1 1 1 1 sin nx = 0, an = f (x) cos nx dx = cos nx dx = π −π π 0 π n 0 Z π Z π 1 1 f (x) sin nx dx = sin nx dx bn = π −π π 0 π 1 − (−1)n 1 1 1 − cos nx = = [− cos nπ + 1] = . π n πn πn 0
cos nπ = (−1)n
(è invece ovvio che sin nπ = 0 per ogni n intero).
Se n = 2k è un numero pari, allora bn = 0, se invece n = 2k + 1 è un 2 numero dispari, allora bn = πn ; in conclusione la serie di Fourier di f è 1 2 X sin(2k + 1)x + . 2 π 2k + 1 ∞
k=0
Essendo f costante a tratti (e quindi soddisfacente la condizione (D) della Definizione (II.30)), vale il teorema di convergenza puntuale in ogni punto, con somma [ f (x+ ) + f (x− )]/2; ad esempio in x = 0 la serie di Fourier vale 1/2, la media del “salto” di f in x = 0. Se x = π/2 si ha 1 = f (π/2) =
L’onda
quadra contiene quindi tutte le onde armoniche fondamentali dispari, e la sua serie di Fourier è convergente, ma non assolutamente convergente. L’altezza della terza armonica è infatti un terzo di quella della prima, quella della quinta un quinto, etc.
1 2 X sin[(2k + 1)π/2] + 2 π 2k + 1 ∞
k=0
da cui
1 2
=
2 π
π=4
P∞
(−1)k k=0 2k+1 ,
e moltiplicando per 2π,
∞ X (−1)k . 2k + 1
Questa
formula può essere utilmente usata per calcolare π con l’approssimazione desiderata!
k=0
§ 5. Convergenza uniforme La convergenza delle serie di potenze e delle serie di Fourier in un punto x ∈ R si riconduce, a livello teorico, all’esistenza del limite lim fn (x)
n→+∞
§ 5. Convergenza uniforme
Convergenza in media quadratica
I polinomi trigonometrici di Fourier godono di una proprietà importante che si può riassumere nel modo seguente: lo scarto quadratico medio tra f e un generico polinomio trigonometrico di ordine m è reso minimo dalla somma parziale m-esima della serie di Fourier associata ad f . Vale infatti il seguente: Teorema. Sia f periodica di periodo 2π una funzione soddisfacente la condizione (D) della Definizione (II.30) in [−π, π] e sia Fm la somma parziale m-esima della serie di Fourier associata ad f . Allora valgono le seguenti affermazioni: ① (Scarto quadratico medio) al variare di Pm (x), tra i polinomi trigonometrici di ordine m, la quantità Z π 1 | f (x) − Pm (x)|2 dx, 2π −π risulta minima per Pm = Fm ; ② (Disuguaglianza di Bessel) Z π ∞ X 1 | f (x)|2 dx ≥ 2a20 + a2n + b2n . π −π n=1
63
La dimostrazione di questi fatti segue da tecniche elementari, si veda il prossimo riquadro a pagina 64. In effetti, si può dimostrare (con strumenti niente affatto elementari e che esulano dagli scopi di questo libro) che la disuguaglianza di Bessel in realtà è una uguaglianza, nota col nome di identità di Bessel–Parseval Z π ∞ X | f (x)|2 dx = π 2a20 + a2n + b2n . −π
n=1
Usando tale identità si arriva a dimostrare che la successione dalle somma parziali m-esime della serie di Fourier associata ad f converge in media quadratica ad f: Z π | f (x) − Fm (x)|2 dx = 0. lim m→+∞
−π
Questo importante risultato è vero per qualunque funzione periodica per la quale è possibile definire la serie di Fourier: ciò suggerisce che la convergenza “più naturale” per le serie di Fourier non è quella puntuale né quella uniforme, bensì la convergenza in media quadratica (si veda a tal proposito anche l’Esempio (IV.51) a pagina 185).
per successioni di funzioni fn che sono polinomi o polinomi trigonometrici di grado n. Consideriamo ora successioni di funzioni del tutto generali e ci poniamo il problema di stabilire per quali x la successione numerica fn (x) risulta convergente. (II.33) Esempio. Sia fn (x) =
nx2 . enx
Osserviamo che il denominatore ha un comportamento che dipende dal segno di x. Se x > 0 si ha limn→+∞ enx = +∞ e di conseguenza lim fn (x) = 0.
n→+∞
Se invece x è negativo il denominatore tende a 0 e concludiamo che il limite della successione è +∞. Se x = 0 si ha fn (0) = 0 ed essendo la successione identicamente nulla, il suo limite è 0. Riassumendo, la successione fn non converge per x < 0, mentre converge per x ≥ 0 alla funzione f (x) = 0.
Infatti, poiché x è fissato abbiamo t nx2 = x lim t = 0 , n→+∞ enx t→+∞ e come si può facilmente verificare applicando all’ultimo limite la Regola di del l’Hôpital, nota dal primo volume. lim
64
Successioni e serie di funzioni
Dimostrazione della disuguaglianza di Bessel. Se Fm è il polinomio di Fourier di ordine m associato ad f , è facile vedere, usando le formule di ortogonalità riportate a pagina 59, che Z π f (x) − Fm (x) · Pm (x) dx = 0
Dato che il primo addendo non dipende da Pm la somma è minima quando Pm = Fm , e quindi vale ①. Per quanto riguarda ②, con calcoli analoghi si prova che Z π m 2 X 2 2 f (x) · Fm (x) dx = π 2a0 + (an + bn ) e
−π
per ogni polinomio trigonometrico Pm di ordine m. Abbiamo quindi Z π 2 f (x) − Pm (x) dx = −π Z π 2 = f (x) − Fm (x) + Fm (x) − Pm (x) dx −π Z π Z π 2 f (x) − Fm (x) dx + [Fm (x) − Pm (x)]2 dx. = −π
−π
−π
Z
π −π
da cui
Z
n=1
m 2 X 2 2 Fm (x) · Fm (x) dx = π 2a0 + (an + bn ) , n=1
π −π
| f (x) − Fm (x)|2 dx Z
π
= −π
m X | f (x)|2 dx − π 2a20 + (a2n + b2n ) , n=1
che, essendo il primo membro non negativo,equivale alla tesi.
(II.34) Definizione. Siano fn funzioni definite (almeno) su un insieme I ⊂ R. Se per ogni x ∈ I esiste il limite lim fn (x)
n→+∞
diciamo che la successione di funzioni fn converge puntualmente in I. La funzione f : I → R definita come f (x) = lim fn (x) n→+∞
si chiama funzione limite. (II.35) Esempio. Consideriamo in I = [0, 1] la successione fn (x) = xn . Fissando x in I si ha ( 0 x ∈ [0, 1) n lim x = 1 x=1 n→+∞ Quindi la successione fn converge puntualmente alla funzione f definita in I come f (x) = 0 per x , 1 e f (1) = 1. Osserviamo che, nonostante le funzioni fn siano continue, ciò non è più vero per il limite f . La convergenza puntuale per successioni di funzioni è dunque una nozione troppo debole per mantenere nel passaggio al limite da fn a f alcune proprietà importanti, come la continuità (o la derivabilità). Per ovviare a questo, introduciamo la nozione di convergenza uniforme, che garantisce invece il passaggio al limite di molte proprietà, tra cui la continuità, l’integrabilità e, in un senso opportuno, la derivabilità.
L’insieme di tutti gli x ∈ R in cui esiste il limite della successione, ovvero il più grande insieme in cui si ha convergenza puntuale, si chiama insieme di convergenza.
§ 5. Convergenza uniforme
65
F II.15: i grafici raffigurano il ruolo di ε nella convergenza uniforme, per due valori di ε. Il grafico di tutti gli elementi della successione fm , per ogni m sufficientemente grande, deve essere contenuto nella striscia di ampiezza ε intorno al grafico della funzione limite: {(x, y) ∈ R2 : x ∈ I, |y − f (x)| < ε}.
Quando una successione converge puntualmente nell’intervallo I, per ogni x fissato nell’intervallo, e per ogni ε > 0, possiamo trovare un indice N = N(x, ε) > 0 a partire dal quale fn (x) si discosta dal limite f (x) meno di ε: n > N ⇒ | fn (x) − f (x)| < ε. Può avvenire che l’indice di “soglia” N, a partire dal quale si ha | fn (x) − f (x)| < ε, dipenda effettivamente da ε e anche dal punto x prescelto. Ciò avviene, nell’Esempio precedente, in cui |xn | < ε , ⇐⇒ n >
ln ε ; ln x
ln ε l’indice N = N(ε, x) > ln x dovrà tendere all’infinito mano a mano che x si avvicina al valore uno. Se, al contrario, è possibile scegliere N indipendentemente da x ∈ I, allora la convergenza viene detta uniforme.
(II.36) Definizione. Diciamo che la successione di funzioni fn converge uniformemente in I ad f se risulta lim sup | fn (x) − f (x)| = 0,
n→+∞ x∈I
ovvero se per ogni ε > 0 esiste N = N(ε) > 0 tale che n > N ⇒ | fn (x) − f (x)| < ε,
∀x ∈ I.
Quando la convergenza è uniforme, l’indice soglia N = N(ε), a partire dal quale si ha | fn (x) − f (x)| < ε, dipende solo da ε e non dal punto x: vi è dunque una unica soglia N per tutti i punti x dell’intervallo. In particolare, se fn converge uniformemente a f allora vi converge anche puntualmente.
66
Successioni e serie di funzioni
Dal punto di vista grafico, l’affermazione “ fn converge uniformemente ad f in I” significa dire che il grafico di fn , per ogni n sufficientemente grande, è contenuto nell’insieme del piano {(x, y) : x ∈ I, |y − f (x)| < ε.} Come si vede nella Figura II.15, gli insiemi rappresentati sono striscie di larghezza ε intorno al grafico di f . (II.37) Esempio (Continuazione dell’esempio precedente). Come osservato, la convergenza non è uniforme in I: infatti N = N(ε, x) non può ln ε venire scelto in modo indipendente da x, poiché si deve avere N > ln x e 1/ ln x è arbitrariamente grande quando x si avvicina a 1. Nella Figura II.16, si vede che, fissato 0 < ε < 1, la striscia di ampiezza ε centrata in f è il rettangolo {(x, y) : 0 ≤ x < 1, −ε < y < ε} unito al segmento verticale {(1, y) : 1−ε < y < 1+ε}. I grafici delle funzioni fn non sono mai (per nessun indice n) contenute nella striscia, la convergenza quindi non è uniforme in [0, 1). La convergenza ad f risulta invece essere uniforme in ogni intervallo del tipo J = [0, a] con 0 < a < 1: su questo intervallo, infatti, il limite f è la funzione nulla e la scelta N = N(ε) = ln ε/ ln a va bene per tutto l’intervallo. L’utilità della convergenza uniforme risulta evidente dai prossimi teoremi. (II.38) Teorema. Sia fn una successione di funzioni che converge uniformemente in I = [a, b] a una funzione f . Allora valgono i seguenti fatti. ➔ (Continuità del limite). Se le fn sono continue in I, anche f è continua in I. ➔ (Passaggio al limite sotto il segno di integrale). Se le fn sono continue in I allora vale la formula Z
Z
b n→+∞
fn (x) dx. a
(II.39) Teorema (Passaggio al limite sotto il segno di derivata). Se le fn sono derivabili in I con derivate fn′ continue in I, le fn′ convergono uniformemente in I ad una funzione 1 e le fn convergono puntualmente in almeno un punto x0 ∈ I allora le fn convergono su I ad f derivabile con derivata continua in I, e f ′ (x) = lim fn′ (x) = 1(x), n→+∞
La convergenza uniforme delle fn permette di scambiare l’ordine fra l’operazione di limite rispetto all’indice n e le operazioni di passaggio limite rispetto alla variabile x/integrazione.
b
f (x) dx = lim a
F II.16: la convergenza di fn (x) = xn a f (x) = 0 non è uniforme in [0, 1): il grafico di fn non è contenuto nella striscia di raggio ε intorno al grafico di f . Il grafico delle fn ristrette a J = [0, a] è invece contenuto nella striscia {(x, y) : 0 ≤ x ≤ a, −ε < y < ε}, per ogni n abbastanza grande se 0 < a < 1.
per ogni x ∈ I.
Per scambiare l’operazione di passaggio al limite rispetto da n e quella di derivazione è necessaria la convergenza uniforme delle derivate e quella puntuale, anche in un solo punto, delle funzioni.
§ 5. Convergenza uniforme
67
Abbiamo già osservato nell’Esempio (II.35) che una successione di funzioni continue può convergere puntualmente ad una funzione discontinua. Vediamo ora alcuni esempi che mostrano come la sola convergenza puntuale non sia sufficiente a garantire i passaggi al limite sotto il segno di integrale o di derivata. (II.40) Esempio. Sia I = [0, 1] e consideriamo la successione 2
fn (x) = 2nxe−nx . A x fissato la successione numerica fn (x) converge a 0, dunque fn converge puntualmente in I alla funzione f (x) = 0. Calcoliamo l’integrale definito di fn in I: Z
Z
1
1
fn (x) dx = 0
0
limk→+∞ ke−k = 0, come si verifica immediatamente usando il Teorema di De l’Hôpital.
Infatti
h i 2 2 x=1 = 1 − e−n , 2nxe−nx dx = −e−nx x=0
perciò Z
1
fn (x) dx = lim 1 − e−n = 1.
lim
n→+∞
D’altra parte
n→+∞
0
R1 0
f (x) dx = 0 e
Z
1
f (x) dx = 0.
fn (x) dx ,
1 = lim
n→+∞
Z
1 0
0
In base al teorema appena visto possiamo concludere che la successione (di funzioni continue) non converge uniformemente su I. In effetti la Definizione (II.36) non è soddisfatta; se consideriamo ! r 1 2n −nx2 −nx2 sup |2nxe − 0| = max |2nxe | = fn √ = x∈I e 2n x∈I quest’ultima quantità diverge a +∞ quando n tende a +∞.
(II.41) Esempio. La successione di funzioni fn (x) =
1 sin nx, n
n→+∞
L’estremo
superiore è in realtà un massimo, grazie al Teorema di Weierstrass ( fn è continua sull’intervallo chiuso e limitato); quindi studiando il segno della derivata prima di fn si trova che fn è massima in √ 1/ 2n.
x∈R
converge uniformemente a f (x) = 0 per ogni x ∈ R. Inoltre ogni fn è derivabile e fn′ (x) = cos nx su tutto R. Per vedere che l’affermazione f ′ (x) = lim fn′ (x)
F II.17: la successione 2 fn (x) = 2nxe−nx non converge uniformemente al suo limite.
per ogni x ∈ I.
è falsa, basta guardare cosa succede in x = 0, dove risulta fn′ (0) = 1 per ogni n, e dunque limn→+∞ fn′ (0) = 1, mentre f ′ (0) = 0.
Si
veda anche l’Esercizio (II.14) alla fine del capitolo per un esempio di limite uniforme di funzioni derivabili che non è derivabile.
68
Successioni e serie di funzioni
Convergenza uniforme per le serie Formalizziamo ora il concetto di serie di funzioni, già incontrato nel caso di serie di potenze e serie di Fourier: data una successione di funzioni fn definite su I, si chiama serie di funzioni l’espressione ∞ X n=0
fn = f1 + f2 + · · · + fn + · · ·
Il valore f (x) della serie di funzioni in x ∈ I è il valore della serie numerica P ∞ fn (x), ovvero il limite della successione delle somme parziali sm (x) = Pn=0 m n=0 fn (x) — se esiste. Dalle definizioni di convergenza puntuale e uniforme per successioni di funzioni si ricavano quindi immediatamente le corrispondenti convergenze per le serie di funzioni. (II.42) Definizione. Si dice che la serie a f in I se risulta lim
m→+∞
m X
fn (x) = f (x),
n=0
P∞
n=0 fn
converge puntualmente
∀x ∈ I.
La serie converge uniformemente a f in I se m X lim sup fn (x) − f (x) = 0. m→+∞ x∈I n=0 P Vale la pena di osservare che la serie ∞ n=0 fn (x) converge alla sua somma f (x) se e soltanto se la successione dei resti | f (x) − sm(x)| tende a 0, infatti ∞ m ∞ X X X 0 = lim | f (x)−sm (x)| = lim fn (x) − fn (x) = lim fn (x) . m→+∞ m→+∞ m→+∞ n=m+1 n=0 n=0 Sfruttando questa relazione possiamo caratterizzare la convergenza uniforme per le serie in un modo molto efficace e utile nelle applicazioni: P (II.43) La serie di funzioni ∞ n=0 fn converge uniformemente in I se e solo se è puntualmente convergente in I e risulta ∞ X fn (x) = 0. lim sup m→+∞ x∈I n=m P (II.44) Esempio. La serie ∞ n=1 fn con x fn (x) = 4 x + n4 converge x ∈ R, per confronto con la serie armonica generaP per ogni 4 lizzata ∞ 1/n . Mostriamo ora che la convergenza è uniforme in R. n=1
L’insieme di tutti gli x ∈ R in cui la serie converge si chiama insieme di convergenza.
Grazie a questa
caratterizzazione è possibile studiare la convergenza uniforme di una seria anche senza conoscere il valore della sua somma, cosa che è possibile calcolare in rarissimi casi. Ad esempio la somma della serie ∞ X x n=0
x4 + n4
non è nota, ma nell’Esempio (II.44) mostriamo che è uniformemente convergente su R sfruttando la Proposizione (II.43).
§ 5. Convergenza uniforme
69
Dimostrazione dei Teoremi (II.38) e (II.39) (Continuità del limite). Fissiamo x0 ∈ I e verifichiamo che f è continua in x0 . Per l’ipotesi di convergenza uniforme, fissato ε > 0 esiste N > 0 tale che | fn (x) − f (x)| < ε/3,
∀n > N, ∀x ∈ I.
Fissiamo n0 = N + 1 e scriviamo | f (x) − f (x0 )|
≤ | f (x)− fn0 (x)|+| fn0 (x)− fn0 (x0 )|+| fn0 (x0 )− f (x0 )|.
Grazie alla prima relazione otteniamo che
| f (x) − f (x0 )| ≤ ε/3 + | fn0 (x) − fn0 (x0 )| + ε/3.
Ora sfruttiamo la continuità in x0 della funzione fn0 : esiste infatti δ > 0 tale che |x − x0 | < δ ⇒ | fn0 (x) − fn0 (x0 )| < ε/3.
Sommando abbiamo che per x ∈ I
|x − x0 | < δ ⇒ | f (x) − f (x0 )| < ε,
e questa è proprio la continuità di f in x0 . (Passaggio al limite sotto il segno di integrale). Per la continuità del limite appena dimostrata, sappiamo che f è continua in [a, b] ed esiste dunque il suo integrale Rb f (x) dx. Inoltre vale la disuguaglianza a Z b Z b Z b [ f (x) − fn (x)] dx f (x) dx − fn (x) dx = a
a
Z
≤
a
a
b
| f (x) − fn (x)| dx.
Per l’ipotesi di convergenza uniforme, fissato ε > 0
esiste N > 0 tale che | fn (x) − f (x)| < ε, ˜
Dunque per ogni n > N possiamo continuare le maggiorazioni con Z b Z b Z b f (x) dx − f (x) dx ε dx = ε(b − a), n ≤ a
a
m→+∞
∞ X
a
da cui, per definizione di limite Z b Z b fn (x) dx = 0, f (x) dx − lim n→+∞ a a che implica la tesi. (Passaggio al limite sotto il segno di derivata). Applichiamo il Teorema di Valutazione ad ognuna delle fn′ : abbiamo, per ogni n Z x fn′ (t) dt = fn (x) − fn (x0 ), ∀x ∈ I, x0
dove fn (x0 ) → l per ipotesi. Dato che la successione fn′ converge uniformemente in I a 1(x), essa è continua e vale la formula di passaggio al limite sotto il segno di integrale, che porta a Z x lim fn (x) = lim fn (x0 ) + 1(t) dt, ∀x ∈ I, n→+∞
n→+∞
da cui
x0
Z
x
f (x) = lim fn (x) = l + n→+∞
1(t) dt, x0
∀x ∈ I.
Abbiamo scoperto che f è la funzione integrale di 1 su I: dunque il Teorema Fondamentale del Calcolo garantisce che f è derivabile e f ′ (x) = 1(x),
Chiamiamo P Mn = supx∈R | fn (x)|: se riusciamo a mostrare che la serie numerica ∞ n=1 Mn è convergente, la convergenza uniforme della serie di funzioni segue immediatamente applicando la Proposizione (II.43). Infatti la convergenza della serie di termine Mn si può formulare come lim
∀n > N, ∀x ∈ I.
Mn = 0.
n=m
Poiché per definizione si ha | fn (x)| ≤ Mn per ogni x ∈ R, risulta anche supx∈R | fn (x)| ≤ Mn e infine (dalla disuguaglianza triangolare del valore
∀x ∈ I.
70
Successioni e serie di funzioni
assoluto) ∞ ∞ ∞ X X X | fn (x)| ≤ Mn . fn (x) ≤ sup sup x∈R n=m x∈R n=m n=m Passando al limite per m → +∞ si ottiene proprio la convergenza uniforme della successione! Cerchiamo allora Mn , per n fissato. Questo significa calcolare l’estremo superiore della funzione | fn | in R: per questo è sufficiente cercare i punti di massimo locale e confrontare i valori di fn in quei punti coi limiti di fn a ±∞. Intanto osserviamo che fn è una funzione dispari, quindi basta studiarne il comportamento per x > 0, dove è positiva. Cominciamo col limite: lim
x→+∞ x4
x = 0. + n4
Cerchiamo ora gli estremi locali: essendo fn derivabile i punti candidati si trovano annullando la derivata di fn in x > 0: fn′ (x) =
3n4 − 3x4 x4 + 3n4 − 4x4 = . (x4 + n4 )2 (x4 + n4 )2
L’equazione fn′ (x) = 0 si risolve in x > 0 solo per x = n, dove risulta n 1 fn (n) = n4 +3n 4 = 4n3 . Possiamo quindi concludere che Mn =
1 , 4n3
∀n.
Essendo la serie di termine 1/n3 (serie armonica generalizzata) convergente, dalla discussione precedente la nostra serie di funzioni converge uniformemente in R. Ripercorrendo l’argomento usato nell’Esempio precedente, si può dimostrare un risultato estremamente utile per studiare la convergenza uniforme di una serie di funzioni. (II.45) Teorema (Criterio di Weierstrass). Data la successione di funzioni fn definite in I, se esistono costanti positive Mn per cui ① | fn (x)| ≤ Mn ,
∀x ∈ I; P ② la serie numerica ∞ n=0 Mn è convergente; P allora la serie di funzioni ∞ n=0 fn (x) converge uniformemente in I. Concludiamo la trattazione teorica delle serie di funzioni osservando che i Teoremi (II.38) e (II.39) di passaggio al limite sotto il segno di derivata e di integrale per le successioni di funzioni implicano immediatamente la possibilità di derivare per serie e integrare per serie.
Stiamo pensando n fissato!
§ 5. Convergenza uniforme
71
(II.46) Teorema (Teorema di derivazione e integrazione per serie). P Sia fn una successione di funzioni continue tale che ∞ n=0 fn converge uniformemente in I = [a, b]. Valgono i seguenti fatti. P∞ ① n=0 fn è continua in I. ② Vale la formula Z b X ∞ ∞ Z b X dx = f (x) fn (x) dx. n a a n=0
n=0
③ P Se le fn sono derivabili in I con derivate fn′ continue in I, e se la serie ∞ ′ n=0 fn converge uniformemente in I, allora la serie è derivabile con derivata continua in I e risulta ∞ ′ ∞ X X = f (x) fn′ (x), ∀x ∈ I. n n=0
n=0
Convergenza uniforme della serie di potenze e della serie di Fourier In questo paragrafo analizziamo la convergenza uniforme delle due classi di serie di funzioni che abbiamo studiato in precedenza: le serie di potenze e le serie di Fourier. (II.47) Teorema (Convergenza uniforme della serie di potenze). Se la serie di potenze ∞ X n=0
cn (x − x0 )n
ha raggio di convergenza R > 0, allora converge uniformemente in ogni intervallo chiuso e limitato contenuto in (x0 − R, x0 + R). Dimostrazione. Se fissiamo un qualunque r ∈ (0, R) la serie valutata in x0 + r converge, dunque la successione numerica cn rn (essendo infinitesima) è limitata: esiste M > 0 tale che cn rn < M,
∀n ∈ N.
Prendiamo ora x ∈ [x0 − r, x0 + r]; risulta |cn (x − x0 )n | = |cn rn |
|x − x0 |n |x − x0 |n ≤ M , rn rn
e la serie di termine generale Mn = |x − x0 |n /rn è convergente, perché si tratta di una serie geometrica di ragione |x − x0 |/r < 1. Risultano così verificate le ipotesi
Per quest’ultimo punto non è necessaria la convergenza uniforme della serie di partenza ma solo quella puntuale in almeno un punto.
72
Successioni e serie di funzioni
del Criterio (II.45) e la serie di potenze converge uniformemente nell’intervallo [x0 − r, x0 + r]. Ne segue la convergenza uniforme in ogni [a, b] ⊂ (x0 − R, x0 + R), è infatti possibile scegliere r positivo e minore di R tale che [a, b] ⊂ [x0 −r, x0 +r].
Abbiamo così scoperto che una serie di potenze converge uniformemente in ogni intervallo chiuso contenuto nell’insieme di convergenza: da questa proprietà discende immediatamente la dimostrazione del Teorema di integrazione e derivazione per serie di potenze (II.14), come caso speciale del Teorema generale (II.46). Per quanto riguarda le serie di Fourier di una funzione f la situazione è più complessa. Come abbiamo visto nel § 4, sappiamo garantire la convergenza puntuale della serie se f soddisfa la condizione (D) della Definizione (II.30) . Fortunatamente, basta aggiungere l’ipotesi che f sia continua per avere anche la convergenza uniforme. (II.48) Teorema (Convergenza uniforme della serie di Fourier). Sia f una funzione periodica di periodo 2π, come nella Definizione (II.30) in [−π, π] ma continua su R. Allora la serie di Fourier di f converge uniformemente in R.
Grazie al Teorema di Abel discus-
so nell’approfondimento § 1, il secondo estremo di integrazione può coincidere con gli estremi dell’intervallo di convergenza.
Stesse ipotesi del teorema di convergenza puntuale, in più si chiede che f sia continua su tutto R.
Dimostrazione. In base al Criterio (II.45) basta dimostrare che la serie (17)
∞ X n=1
(|an | + |bn |)
è convergente. Per ottenere questo risultato, consideriamo la funzione f ′ , che è periodica di periodo 2π, ed ha un numero finito di discontinuità di tipo salto in (−π, π]. La disuguaglianza di Bessel applicata ai coefficienti della serie di Fourier di f ′ (che indichiamo con a′n e b′n ) assicura che ∞ X 1Z π | f ′ (x)|2 dx < ∞. |a′n |2 + |b′n |2 ≤ π −π n=1
È facile vedere che sussiste la relazione nan = −b′n ,
nbn = a′n
∀n ∈ N
tra i coefficienti di Fourier di f e di f ′ . Sostituendo l’espressione di a′n e b′n nella relazione precedente, otteniamo la convergenza della serie ∞ X n=1
n2 a2n + b2n < ∞.
Ora ci avvaliamo della disuguaglianza elementare, valida per ogni coppia di numeri reali x, y: 2xy ≤ x2 + y2 e maggioriamo 2|an | = 2 n|an | 1/n ≤ n2 a2n + 1/n2 . |{z} |{z} |{z} |{z} x
y
x2
y2
Si veda l’Esercizio (II.11).
Esercizi
73
Analogamente si ha 2|bn | ≤ n2 b2n + 1/n2 . Ma allora la serie (17) risulta maggiorata dalla serie di termine generale n2 (a2n + b2n )+1/n2 , che è convergente perché somma di due serie convergenti. La serie (17) converge quindi, per il Criterio del confronto, come volevamo dimostrare.
Come conseguenza del teorema possiamo dedurre ancora che, se f è continua e soddisfa la condizione (D) della Definizione (II.30), applicando il Teorema (II.46) è possibile derivare/integrare termine a termine la sua serie di Fourier per avere la serie di Fourier di f ′ o per calcolare un integrale definito di f .
Esercizi
In
realtà vedremo che questo risultato per le serie di Fourier vale anche senza l’ipotesi di continuità per f , Esercizio (II.12).
(II.1) Utilizzando la serie geometrica dell’Esempio (II.3), dimostrare che: ∞ X 1 n 1 , per ogni x con |x| < |a|; x = n+1 a − x a n=0 ∞ X b−a 1 1 xn = − (b) , per |x| < |a| < |b|; n+1 n+1 (a − x)(b − x) a b n=0
(a)
(c)
∞ X n+1 n=0
an+2
xn =
1 , (a − x)2
per |x| < |a|.
Soluzione. La prima identità si ottiene sostituendo x con x/a nella serie geometrica: ∞ n X x n=0
a
=
1 1−
Più precisamente, abbiamo lim
x,
|x| < |a|
m→+∞
m n X x n=0
a
=
1 1−
x, a
|x| < |a|.
a
e dividendo entrambi i membri per a. Per la (b), osserviamo che se |x| < |a| ≤ |b| possiamo sottrarre le due serie ∞ X 1 1 n x = n+1 a − x a n=0
e
∞ X 1 n 1 x = n+1 b − x b n=0
ottenendo ∞ X 1 1 1 1 b−a − xn = − = . n+1 n+1 a − x b − x (a − x)(b − x) a b n=0
Di
nuovo, più precisamente, sottraiamo le somme parziali per poi passare al limite.
74
Successioni e serie di funzioni
Per dimostrare l’ultima identità prendiamo le somme parziali della prima serie: m+1 x m 1− X 1 n 1 a x = a n=0 an a−x
Questa
parte dell’esercizio può sembrare un po’ ostica. È utile svolgerla proprio per sviluppare una maggiore padronanza nel calcolo delle somme finite.
e deriviamo rispetto ad x entrambi i termini. Otteniamo a sinistra 1 X n n−1 1 X n + 1 n X n + 1 n x x = x = a an a an+2 an+1 m
m−1
m−1
n=1
n=0
n=0
e destra invece −(m + 1)
m m+1 x 1 x (a − x) + 1 − a a a . 2 (a − x)
Quindi otteniamo l’uguaglianza m−1 X n+1 n=0
an+2
xn =
m 1 m+1 x m x x − − . (a − x)2 a(a − x) a a(a − x)2 a
Se ora facciamo tendere m a +∞, m|x| < a, otteniamo mricordando che x x che (m + 1) tendono a 0. l’uguaglianza cercata, infatti sia a a (II.2) Determinare l’insieme di convergenza delle serie di potenze ∞ X (x − 1)n √ n n=1
e
∞ X n=1
xn . ln(1 + n)
Soluzione. Determiniamo il raggio di convergenza della prima serie utilizzando il Teorema (II.10): r n+1 cn R = lim = 1. = lim n→+∞ cn+1 n→+∞ n A questo punto il Teorema (II.8) garantisce la convergenza della serie per ogni valore di x tale che |x − 1| < 1 e assicura la non convergenza della serie se |x − 1| > 1. Essendo |x − 1| < 1 ⇔ −1 < x − 1 < 1 ⇔ 0 < x < 2, la serie converge per 0 < x < 2 e diverge se x > 2 o x < 0. Ci occupiamo ora della convergenza agli estremi dell’intervallo (0, 2). Cominciamo a studiare il primo estremo sostituendo √ nella serie il valore P direttamente n n, che converge per il x = 0. Si ottiene la serie numerica ∞ (−1) / n=1
Il Teorema
(II.8) non fornisce informazioni sulla convergenza della serie agli estremi dell’intervallo (x0 − R, x0 +R), cioè nei punti x = 0 e x = 2.
Esercizi
75
Criterio di Leibniz. In corrispondenza al valore x = 2 si ha invece la serie √ P armonica generalizzata ∞ n=1 1/ n che non converge, perché l’esponente è inferiore di 1. Riassumendo, l’insieme di convergenza risulta essere l’intervallo [0, 2). La seconda serie è una serie di potenze centrata in 0, con coefficienti cn = 1/ ln(1+n). Anche in questo caso per determinare il raggio di convergenza possiamo sfruttare il risultato (II.10), essendo cn , 0. Dobbiamo quindi studiare il limite ln(2 + n) cn . lim = lim n→+∞ cn+1 n→+∞ ln(1 + n) Applicando la Regola di de L’Hôpital al quoziente delle funzioni ln(2+x) e ln(1 + x), si trova che il limite esiste ed vale 1. L’insieme di convergenza è dunque l’intervallo di estremi −1 e 1: vogliamo ora capire se negli estremi la serie converge. Cominciamo ponendo x = 1: si ottiene così la serie numerica ∞ X n=0
Sulle serie armoniche generalizzate si veda anche l’Esempio (II.1).
Si ha infatti lim
x→+∞
ln(2 + x) 1+x = lim = 1. ln(1 + x) x→+∞ 2 + x
1 ln(1 + n)
che è divergente grazie al Criterio del confronto con la serie armonica di termine 1/n (che sappiamo essere divergente). Essendo infatti ln(1 + n) ≤ n per ogni n ≥ 1, si ha 1 1 ≥ . ln(1 + n) n
La funzione
logaritmo ln(1 + x) è infatti una funzione concava e y = x è la sua retta tangente nell’origine.
Se invece poniamo x = −1 troviamo la serie ∞ X n=0
(−1)n ln(1 + n)
che converge per il Criterio di Leibniz. Riassumendo, abbiamo mostrato che l’insieme di convergenza è [−1, 1). (II.3) Studiare la sviluppabilità in serie di Taylor delle funzioni arctan x e cos x. Soluzione. Per quanto riguarda la funzione arctan x, ricordiamo che la sua derivata è [arctan x]′ = 1/(1 + x2 ) e quindi possiamo servirci della serie di Taylor di 1/(1 + x2 ) e del Teorema (II.14) per avere immediatamente lo sviluppo richiesto, col vantaggio di non dover calcolare (e successivamente maggiorare) le derivate della funzione. Sappiamo che X 1 = (−1)n x2n , 1 + x2 n=0 ∞
∀x ∈ (−1, 1)
Infatti an = 1/ ln(1 + n) tende a 0 decrescendo.
76
Successioni e serie di funzioni
F II.18: polinomi di Taylor della funzione coseno. Di nuovo, osserviamo che, per ogni m fissato il polinomio Tm è una buona approssimazione di cos x vicino all’origine, ma non lo è per grandi valori di x. Tuttavia, per ogni x il limm Tm (x) = cos x.
essendo 1/(1 + x2 ) la somma della serie geometrica di ragione −x2 . Basta ora integrare termine a termine la serie; per ogni x ∈ (−1, 1) si ottiene Z x ∞ Z x X dt = (−1)n t2n dt arctan x = 2 0 0 1+t n=0 possiamo quindi concludere che ∞ X x2n+1 (18) arctan x = (−1)n , 2n + 1
∀x ∈ (−1, 1).
n=1
Per studiare la sviluppabilità di cos x ricordiamo che abbiamo già mostrato nell’Esempio (II.19) che la funzione sin x è uguale alla sua serie di Taylor centrata in 0. Ragioniamo dunque in modo analogo e applichiamo il Criterio (II.22). Le derivate di ogni ordine di f (x) = cos x si trovano facilmente f (2n) (x) = (−1)n cos x,
f (2n+1) (x) = (−1)n+1 sin x,
e sono tutte limitate su R, risultando | f (k) (x)| ≤ 1,
∀x ∈ R.
Grazie al Criterio di sviluppabilità (II.22) possiamo allora affermare che cos x è la somma della sua serie di Taylor. Le sue derivate nell’origine sono f (2n+1) (0) = 0 e f (2n) (0) = (−1)n , quindi otteniamo
(19) cos x =
∞ X n=0
x2n , (−1) (2n)! n
In
realtà potevamo giungere alla stessa conclusione sfruttando la formula (7) di sviluppo in serie della funzione sin x insieme al Teorema di derivazione per serie (II.46), osservando che cos x è la derivata di sin x. Vale quindi ∞ d X x2n+1 n cos x = (−1) dx (2n + 1)! n=0
∀x ∈ R.
=
=
(II.4) Verificare che la funzione ( −1/x e x>0 f (x) = 0 x≤0 non è sviluppabile in serie di Taylor.
∞ X n=0 ∞ X n=0
(−1)n
2n + 1 2n x (2n + 1)!
(−1)n
x2n . (2n)!
Esercizi
77
Soluzione. Cominciamo a verificare che f ammette tutte le derivate in 0 e che f (n) (0) = 0. Bisogna ricorrere alla definizione di derivata come limite del rapporto incrementale e ricordare che f risulta essere derivabile in 0 se e solo se esistono finiti e sono uguali i limiti destro e sinistro del rapporto incrementale in 0. Essendo lim+
h→0
f (0 + h) − f (0) 1 = lim+ e−1/h = 0, h h→0 h
Per
calcolare il limite si usa la Regola di De l’Hôpital. Con la sostituzione x = 1/h si ha x = 0. lim x→+∞ ex
deduciamo che f ′ (0) = 0, infatti il limite sinistro è certamente nullo, essendo f costante quando x ≤ 0. Analogamente, per il calcolo di f (n) (0) si ricorrerà al limite del rapporto incrementale di f (n−1) : è dunque necessario calcolare le derivate di ogni ordine della funzione 1(x) = e−1/x per x > 0. Calcoliamo le prime quattro derivate 1′ (x) = e−1/x x−2 1′′ (x) = e−1/x −2x−3 + x−4 1(3) (x) = e−1/x 6x−4 − 6x−5 + x−6 1(4) (x) = e−1/x −24x−5 + 36x−6 − 12x−7 + x−8 Possiamo a questo punto congetturare che la derivata n-esima di 1 sia data da (20) 1(n) (x) = pn−1 (x)
e−1/x x2n
dove pn−1 è un polinomio di grado n − 1 nella variabile x. Per dimostrare questa formula possiamo sfruttare l’induzione matematica: essa è vera per n = 0 e supponendola vera per n − 1, dimostriamola per n. Si ha −1/x
d (n−1) e [1 (x)] = 2n dx x
x2 pn−3 (x) + xpn−2 (2 − 2n) + pn−1 (x)
dove la parte in parentesi è un polinomio di grado n − 1: dunque la formula (20) è vera. A questo punto vogliamo dimostrare che f (n) (0) = 0. Procediamo ancora per induzione. Abbiamo già dimostrato che f ′ (0) = 0. Ora supponiamo che f (n−1) (0) = 0 (e quindi che f ammetta derivata (n − 1)-esima continua su tutto R) e calcoliamo il limite del rapporto incrementale destro di f (n−1) in 0, ovvero lim+
h→0
Infatti
" # d e−1/x pn−2 (x) 2(n−1) dx x = pn−3 (x)
e−1/x x2n−2
+ pn−2 (x)(2 − 2n) + pn−1 (x)
e−1/x x2n−1
e−1/x 1 . x2n−2 x2
f (n−1) (0 + h) − f (n−1) (0) 1 pn−2 (h)e−1/h . = lim+ h h→0 h h2(n−1)
Tale limite risulta essere nullo grazie al Teorema di De l’Hôpital. Concludiamo quindi che tutte le derivate di f nell’origine esistono e sono nulle. P f (n) (0) n La serie di Taylor di f in x0 = 0 è dunque ∞ n=0 n! x = 0, cioè la funzione identicamente nulla. Ma 0 , e−1/x se x , 0, dunque f non è la somma della sua serie di Taylor in x , 0.
Come nel caso precedente è sufficiente sostituire x = 1/h e applicare Teorema di De l’Hôpital un numero finito di volte.
78
Successioni e serie di funzioni
(II.5) Dati gli integrali Z
π 0
Z
sin x dx, x
1 0
arctan x dx x
verificare l’applicabilità del teorema di integrazione per serie e sfruttare il teorema per calcolarli. Quanti termini della serie basta sommare per ottenere un valore della somma approssimato a meno di 1/1000? Soluzione. Grazie allo sviluppo in serie di Taylor di sin x a pagina 48 possiamo scrivere sin x X x2n = (−1)n x (2n + 1)! ∞
n=0
Questa serie di potenze converge su tutto R e quindi si può applicare la formula di integrazione per serie (3) per valutare l’integrale su [0, π] Z
π 0
X 1 sin x (−1)n dx = x (2n + 1)! n=0 ∞
=
∞ X n=0
(−1)n
Z
1
x2n dx 0
2n+1
π . (2n + 1)!(2n + 1)
L’ultima serie è una serie numerica a segni alterni e infinitesimi per n → +∞: il Criterio di Leibniz ne garantisce la convergenza e stabilisce che arrestando la somma al termine an si commette un errore che è in modulo inferiore a an+1 . Per avere una stima della somma della serie con un errore inferiore a 1/1000 basta quindi considerare il primo intero n per cui risulta 1 π2n+1 < . (2n + 1)!(2n + 1) 1000 Si trova facilmente (con l’aiuto di una calcolatrice!) che il primo intero utile è n = 5: la stima richiesta dell’integrale è 4 X n=0
(−1)n
π2n+1 ∼ 1.852. (2n + 1)!(2n + 1)
Per calcolare il secondo integrale ricordiamo lo sviluppo in serie di Taylor della funzione arctan x visto nell’Esempio (II.3) e moltiplicando per 1/x abbiamo arctan x X x2n = , (−1)n x (2n + 1) ∞
n=1
∀x ∈ (−1, 1).
Esercizi
79
Grazie al Criterio di Leibniz la serie di potenze converge anche per x = 1 e possiamo applicare la formula di integrazione per serie (3) sull’intero intervallo [0, 1]: Z 1 Z 1 ∞ ∞ X X arctan x 1 1 dx = (−1)n x2n dx = (−1)n . x (2n + 1) 0 (2n + 1)2 0 n=0 n=0
Si veda il commento a pagina 43.
Anche in questo caso possiamo stimare la somma della serie col Criterio di Leibniz: basta trovare il primo intero n per cui risulta 1 1 . < 2 1000 (2n + 1) Si trova n = 16 e la corrispondente stima del valore dell’integrale Z 1 15 X 1 arctan x ∼ 0.915 dx ∼ (−1)n x (2n + 1)2 0 n=0 (II.6) Determinare le soluzioni in serie di potenze dell’equazione di Airy: y′′ (t) − ty(t) = 0. Soluzione. Vogliamo determinare i coefficienti della serie y(t) =
∞ X
an t n .
n=0
Secondo la formula di derivazione delle serie di potenze (2), la derivata seconda di y è la serie ′′
y (t) =
∞ X
F II.19: George Biddell Airy (1801–1892).
Si ha infatti n
(n + 2)(n + 1)an+2 t .
y′ (t) =
n=0
∞ X n=0
nan tn−1 =
an tn+1 =
∞ X
an−1 tn .
n=2
n=1
n=0
n
=
(n + 2)(n + 1)an+2 t −
∞ X
∞ X n=1
∞ X
(n + 2)(n + 1)an+2 tn .
n=0
an−1 tn = 0.
n=1
In questo modo possiamo facilmente raccogliere la potenza n-esima di t, ma abbiamo ancora un problema: la seconda serie comincia con n = 1, mentre la prima con n = 0. Perciò scorporiamo il termine di indice n = 0: 2a2 +
(n+1)an+1 tn ,
e, derivando una seconda volta, ∞ X y′′ (t) = n(n − 1)an tn−2
Imponendo che valga l’equazione differenziale otteniamo ∞ X
∞ X n=0
n=1
D’altra parte abbiamo ty(t) =
∞ X
( (n + 2)(n + 1)an+2 − an−1 ) tn = 0.
Ovviamente si scrive ∞ X (n + 2)(n + 1)an+2 tn = n=0
2 · 1 · a2 +
∞ X n=1
(n + 2)(n + 1)an+2 tn .
80
Successioni e serie di funzioni
La serie di potenze a primo membro è identicamente nulla: se tutti i suoi coefficienti si annullano, ovvero ( 2a2 = 0
In
(n + 2)(n + 1)an+2 − an−1 = 0,
per n = 1, 2, 3, . . .
Troviamo quindi le relazioni fra i coefficienti della serie: a2 = 0 an−1 an+2 = (n + 1)(n + 2) , per n = 1, 2, 3, . . . Possiamo concludere che i termini a2 , a5 , a8 , . . . si annullano: cioè a3n+2 = 0,
conseguenza del Principio di identità delle serie di potenze visto nell’approfondimento a pagina 49. Abbiamo: a0 . a3 = 2·3 Continuiamo: a a4 = 1 3·4 a2 =0 a5 = 4·5 a0 a6 = . (2 · 3)(5 · 6)
per n = 0, 1, 2, 3, . . .
I termini a3 , a6 , a9 , . . . sono invece multipli di a0 , ovvero, a3n =
1 · a0 , (2 · 3)(5 · 6) · · · ((3n − 1) · (3n))
per n = 1, 2, 3, . . .
E infine i termini a4 , a7 , a10 , . . . sono multipli di a1 : a3n+1 =
1 · a1 , (3 · 4)(6 · 7) · · · ((3n) · (3n + 1))
per n = 1, 2, 3, . . .
Abbiamo trovato una famiglia di soluzioni dipendenti dai parametri a0 e a1 (che sono in effetti i valori di y(0) e di y′ (0)). Queste funzioni prendono il nome di funzioni di Airy. (II.7) Dimostrare che, per ogni p ∈ R, la serie di Taylor centrata in 0 della funzione f (x) = (1 + x)p è ! ∞ X p n x , n n=0 e determinarne il raggio di convergenza.
F II.20: grafico di due delle funzioni di Airy.
I
coefficienti binomiali sono definiti, per ogni p reale, come ! p(p − 1) . . . (p − n + 1) p = n n!
per ogni n = 1, 2, 3, . . . , se invece n = 0 si pone np = 1.
Soluzione. Cominciamo a calcolare la serie di Taylor della funzione; servono le derivate di ogni ordine di f , che valgono f (n) (x) = p(p − 1) . . . (p − n + 1)(1 + x)p−n quindi f (n) (0) = p(p − 1) . . . (p − n + 1) e la serie di Taylor di f è ! ∞ X p n x . n n=0 Osserviamo ora che se p è un intero la serie si riduce a un polinomio di ordine p perché i coefficienti binomiali np sono nulli per ogni n > p. Se
Per p ∈ N quindi non c’è nulla da dimostrare!
Esercizi
81
p < N, i coefficienti della serie sono tutti diversi da zero, e per studiare l’intervallo di convergenza della serie calcoliamo p n+1 p − n = . n + 1 p n
Il limite per n → +∞ di questo rapporto è 1 e possiamo concludere grazie al Teorema (II.10) che R = 1. (II.8) Dimostrare che √
1+x=
! ∞ X 1/2 n x , n n=0
∀x ∈ (−1/2, 1/2).
Soluzione. Conosciamo dall’Esercizio precedente la serie di Taylor della funzione. Per cercare di mostrare che la somma della serie è proprio f nell’intervallo (−1/2, 1/2), possiamo rifarci al Criterio di sviluppabilità (II.22). Dobbiamo allora riuscire a controllare le derivate di f in modo indipendente da x, precisamente vogliamo la stima | f (n) (x)| ≤ Mn!r−n , per ogni x ∈ (−1/2, 1/2), con r = 1/2. Abbiamo √ 1 · 3 · . . . · (2n − 3) 1 + x 113 2n − 3 (n) 1/2−n | f (x)| = . ... |1 + x| ≤ 222 2 2n (1 + x)n Non è difficile convincersi che 1 1 3 5 2n − 3 (n − 1)! n! < . · · ≤ · ...· 2 2 2 2 2 4 4 |{z} |{z} |{z} |{z} | {z } ≤1/2
≤1/2
≤2
≤3
≤n−1
Inoltre, poiché x ∈ (−1/2, 1/2), avremo 1/2 < 1 + x < 3/2 e dunque √ p 1+x ≤ 2n 3/2 . n (1 + x) √ In definitiva, posto M = 3/32 ed r = 1/2 troviamo | f (n) (x)| ≤ Mn!r−n , come richiesto per poter applicare il Criterio (II.22) in (−1/2, 1/2). (II.9) Determinare la serie di Fourier della funzione periodica di periodo 2π la cui restrizione all’intervallo (−π, π] è f (x) = x2 . Dimostrare che la somma della serie di Fourier è f (x) in ogni x ∈ R e sfruttare il risultato per mostrare che ∞ X 1 π2 = 6 n2 n=1
e
∞ X (−1)n n=1
n2
=
π2 . 12
Vedremo nell’Esercizio 16 che la formula in realtà è valida per ogni x in (−1, 1); più in generale mostreremo che ! ∞ X p n x ∀x ∈ (−1, 1). (1+x)p = n n=0
per ogni p ∈ R. La dimostrazione è però piuttosto complicata, poiché il Criterio (II.22) si rivela in questo caso inadeguato.
82
Successioni e serie di funzioni
Soluzione. Risulta chiaro che f è una funzione pari, e questo permette subito di concludere che i coefficienti di Fourier bn definiti a pagina 59 sono nulli. Il coefficiente a0 si ottiene immediatamente Z π 1 1 x2 dx = π2 , a0 = 2π −π 3 mentre per il calcolo di an occorre integrare per parti due volte: Z π Z π π sin nx sin nx π − an = 2x dx x2 cos nx dx = x2 2 n 0 n 0 0 Z 2π 2 cos nx π 2 π cos nx + dx = 2 cos nπ. =0− −x − n n n 0 n n 0 Ricaviamo quindi (−1)n n2
an = 4
e la serie di Fourier associata a f è dunque X (−1)n π2 cos nx, +4 3 n2 ∞
∀x ∈ R.
n=1
OsserviamoPche |an | ≤ 4/n2
e poiché la serie 1/n2 è convergente, per il criterio di Weierstrass questa serie converge uniformemente su R.
La funzione f verifica le ipotesi del Teorema di convergenza puntuale (II.31): infatti in (−π, π) è derivabile con f ′ (x) = 2x; agli estremi dell’intervallo esistono finiti i limiti lim f ′ (x) = −2π,
lim f ′ (x) = 2π
x→π−
x→−π+
e dunque f soddisfa la condizione (D) della Definizione (II.30). Inoltre è continua su R e dunque dal Teorema (II.31) si ha l’uguaglianza f (x) =
X (−1)n π2 +4 cos nx, 3 n2 ∞
n=1
∀x ∈ R.
In particolare, per x = π si trova f (π) = π2 =
X (−1)n π2 cos nπ +4 3 n2 ∞
n=1
l’uguaglianza di Parseval vista nell’approfondimento a pagina 63 è utile per calcolare la somma di serie numeriche. Dalla relazione ∞ X 1 Z π a2n +b2n = | f (x)|2 dx−2a20 , π −π n=1
otteniamo Z π ∞ X 1 1 2 = 16 x4 dx − π4 4 π −π 9 n n=1 e poiché l’integrale vale
ovvero ∞
n=1
Con la scelta x = 0 si può calcolare la somma della serie ∞ X (−1)n
n2
=−
2 4 5π
∞ X π4 1 = . 4 90 n n=1
π2 X 1 = . 6 n2
n=1
Anche
π2 . 12
(Per il calcolo della stessa serie si veda anche l’Esercizio 32 ).
Esercizi
83
(II.10) Determinare la serie di Fourier della funzione f periodica di periodo 2π la cui restrizione a (−π, π] è definita da f˜(x) = x,
x ∈ (−π, π].
Studiare quindi la convergenza puntuale della serie trovata.
F II.21
Soluzione. La funzione da studiare è detta “a dente di sega” ed è disegnata in Figura II.21. Osserviamo che essendo f dispari, i coefficienti an sono nulli per ogni n = 0, 1, 2, . . . . Per calcolare bn scriviamo Z π Z 2 π 1 x sin nx dx = x sin nx dx bn = π −π π 0 Z π π 1 2 2 − x cos nx + cos nx dx = π n πn 0 0 π 2 2 1 2 = − π cos nπ + sin nx = − cos nπ. nπ πn n n 0 Abbiamo trovato che la serie di Fourier di f è 2
∞ X (−1)n+1 n=1
n
sin nx.
Per studiare la convergenza della serie usiamo il Teorema (II.31); possiamo concludere che la funzione “dente di sega” è uguale alla sua serie di Fourier in ogni x ∈ (−π, π), essendo f derivabile in questo intervallo. Invece in x = π, dove f non è continua, si ha che la serie di Fourier ha somma [ f (π+ ) + f (π− )] = [(−π) + (π)]/2 = 0 , f (π) = π. (II.11) Sia f periodica di periodo 2π continua in [−π, π] e soddisfi la condizione (D) della Definizione (II.30). Dimostrare che si ha nan = −b′n ,
nbn = a′n ,
∀n ∈ N
dove a′n e b′n sono i coefficienti di Fourier della funzione derivata f ′ e an , bn quelli di f . Soluzione. Le proprietà sono facile conseguenza della formula di integrazione per parti, che possiamo applicare date le ipotesi si f . Risulta così Z n π nan = f (x) cos nx dx π −π Z π 1 1 π f ′ (x) sin nx dx = [ f (x) sin nx]−π − π π −π Z π 1 =− f ′ (x) sin nx dx = −b′n . π −π
F II.22: alcuni polinomi di Fourier della funzione “dente di sega”.
84
Successioni e serie di funzioni
Soluzione in serie di Fourier dell’equazione di Keplero
In virtù della legge delle aree, il segmento ps spazza aree uguali in tempi uguali e dunque il punto y deve muoversi con velocità costante.
Vogliamo trovare una funzione f (t) che verifichi, per ogni t, ωt = f (t) − ε sin( f (t)).
Come vedremo nell’Esercizio 28 , la soluzione dell’equazione si scrive come serie di Fourier ∗∞ X 2Jn (nε) sin(nωt) f (t) = ωt + n n=1 dove Jn è la n-esima funzione di Bessel definita nell’Esercizio 12 a pagina 93. Ora mostriamo come la risoluzione dell’equazione, detta equazione di Keplero, permetta di determinare la legge oraria del moto di un pianeta che ruota su un’ellisse, di cui il Sole occupa un fuoco, obbedendo alla legge delle aree (si veda il riquadro di approfondimento a pagina 235). Nell’equazione, ε ∈ [0, 1] rappresenta l’eccentricità dell’ellisse (nulla nel caso di una circonferenza), mentre la funzione E = f (t) rappresenta l’anomalia eccentrica, il cui fra poco illustreremo il significato geometrico. Per piccoli valori dell’eccentricità (verificata dalle orbite di tutti pianeti del sistema solare eccetto Plutone) la soluzione dell’equazione di Keplero permette di calcolare le orbite con una ottima approssimazione: 1 3 1 f (t) ≈ ωt+ ε − ε3 sin(ωt)+ ε2 sin(2ωt)+ ε3 sin(3ωt)+· · · 8 2 8
Immaginiamo di fissare l’origine nel centro c dell’ellisse e di porre il semiasse maggiore dell’ellisse lungo l’asse orizzontale. Definiamo p = p(t) la posizione del pianeta, s quella del Sole. Il punto c è il centro dell’ellisse, cioè il punto medio fra i due fuochi: se a è il semiasse maggiore dell’ellisse, l’eccentricità vale √ ε = |cs|/a e il semiasse minore è b = a 1 − ε2 . Indichiamo con ϑ l’angolo fra il segmento ps e l’asse orizzontale. L’angolo ϑ è detta anomalia vera. Ora tracciamo, come illustrato nella figura, una circonferenza ausiliaria di raggio a e definiamo x il punto di tale circonferenza su cui si proietta verticalmente il punto p. In questa operazione le ordinate vengono moltiplicate di un fattore a/b. Lo stesso fattore moltiplicherà quindi le aree delle figure che hanno uguale proiezione sull’asse orizzontale. In particolare, in questo modo l’area del settore circolare |zsx| è uguale a a/b per l’area del corrispondente settore ellittico |zsp|. L’anomalia eccentrica E è definita come l’angolo fra il segmento xc e l’asse orizzontale. Il punto y sulla circonferenza ausiliaria è invece definito in modo che l’area del settore circolare ycz sia uguale a a/b per quella del settore ellittico psz.
Se P è il periodo di una rivoluzione, posto ω = 2π/P avremo quindi M = ωt . M viene detta anomalia media. L’uguaglianza delle aree dei settori curvi a2 M a = |zcy| = |zsp| = |zsx| 2 b ed il calcolo a2 E aεa sin E − |zsx| = |zcx| − |scx| = 2 2 implicano che a2 M a2 E aεa sin E = − 2 2 2 da cui finalmente discende l’equazione di Keplero: M = E − ε · sin E.
Ricaviamo infine la relazione fra l’anomalia eccentrica e quella vera (cioè fra gli angoli E e ϑ). La definizione di E si può scrivere come a cos E = aε + r cos ϑ, dove r = |ps| è il raggio. Anche l’equazione dell’ellisse si esprime con una relazione fra r e ϑ 1 − ε2 1 + ε cos ϑ Utilizzando l’identità trigonometrica tan2 possiamo scrivere infine r ϑ 1+ε E tan = tan . 2 1−ε 2 r=a
x 2
=
1−cos x 1+cos x
Esercizi
85
Analogamente si prova la seconda relazione. (II.12) Dimostriamo il Teorema di integrazione termine a termine della serie di Fourier. Sia f periodica di periodo 2π e soddisfi la condizione (D) della Definizione (II.30) in [−π, π]. Fissato x0 ∈ [−π, π] vale la formula Z
x x0
f (t) dt = a0 (x − x0 ) +
∞ Z X n=0
x
(an cos nt + bn sin nt) dt, x0
dove a0 , an e bn sono i coefficienti di Fourier di f . Soluzione. Consideriamo la funzione integrale Z x ∀x ∈ [−π, π], f (t) − a0 dt, F(x) = −π
estesa su R per periodicità di periodo 2π. La funzione F è continua in [−π, π] e si annulla agli estremi; infatti Z π F(π) = f (t) dt − 2πa0 = 0. −π
Dunque F è continua in tutto R e grazie al Teorema (II.48) la serie di Fourier di F converge uniformemente a F in R. Chiamiamo An e Bn i coefficienti di Fourier di F: grazie all’Esercizio (II.11) sappiamo che nAn = −bn ,
nBn = an ,
∀n ∈ N.
Fissati quindi x0 e x in [−π, π] risulta Z x f (t) − a0 dt = F(x) − F(x0 ) x0
=
∞ X
[An (cos nx − cos nx0 ) + Bn (sin nx − sin nx0 )]
n=0 ∞ X
cos nx − cos nx0 sin nx − sin nx0 + an n n n=0 " # Z Z ∞ x x X = bn sin nt dt + an cos nt dt =
n=0
−bn
x0
x0
e la tesi risulta provata.
Periodi diversi da 2π Considerare funzioni di periodo 2π è solo un fatto di comodità e di semplicità nelle notazioni. Si possono infatti considerare serie di Fourier
Non
stiamo supponendo la continuità di f , e quindi non abbiamo, in generale la convergenza uniforme della serie di Fourier di f . Questo risultato quindi non discende dal teorema generale di integrazione per serie (II.46).
86
Successioni e serie di funzioni
costruite con funzioni tipo 2πn 2πn x sin x , cos T T tutte periodiche di periodo T. Data una qualunque funzione periodica di periodo T, integrabile su (−T/2, T/2), la serie di Fourier associata ad f avrà l’aspetto a0 +
∞ X
an cos
n=0
∞ X 2πn 2πn x + x bn cos T T n=0
dove le formule per i coefficienti (14),(15) e (16) vengono sostituite da a0 = an = bn =
1 T 2 T 2 T
Z
T/2
f (x) dx, −T/2 Z T/2
2πn x dx, T 2πn x dx. f (x) sin T
f (x) cos Z
−T/2 T/2 −T/2
(II.13) Sia f la funzione di periodo T = 2 ottenuta prolungando per periodicità f˜(x) = |x|, x ∈ (−1, 1]. Calcolare la serie di Fourier sul periodo T e studiarne la convergenza alla funzione f . Soluzione. Poiché f è pari, i coefficienti bn sono tutti nulli. Si ricava facilmente a0 Z Z 1 1 1 1 a0 = |x| dx = x dx = , 2 −1 2 0 e, integrando per parti, per n ≥ 1 Z 1 Z an = |x| cos(πnx) dx = 2 −1
0
F II.23 1
x cos(πnx) dx =
Z 1 1 1 1 x sin(πnx) − 2 sin(πnx) dx πn πn 0 0 1 1 2 [sin πn − 0] − 2 − 2 2 cos(πnx) = πn πn 0 2 2 (−1)n − 1 = 0 + 2 2 [cos πn − 1] = 2 . π n π n2 Dunque se n è pari, il coefficiente an è nullo, se invece n = 2k + 1 si ha
= 2
a2k+1 = −
4 . π2 (2k + 1)2
Esercizi
87
La serie di Fourier di f è ∞ 4 X cos[π(2k + 1)x] 1 − 2 . 2 π (2k + 1)2 k=0
Per il Teorema (II.31) la serie converge a f (x) per ogni x ∈ R: infatti f è derivabile in (−1, 1) e esistono finiti limx→−1+ f ′ (x) = −1 e limx→1− f ′ (x) = 1; inoltre f è continua su R essendo f (−1) = f (1). (II.14) Studiare la convergenza puntuale e uniforme della successione di funzioni r 1 x ∈ R. fn (x) = x2 + 2 n
Soluzione. Per ogni x fissato in R si ha r √ 1 x2 + 2 = x2 = |x|. lim n→+∞ n Dunque l’insieme di convergenza puntuale è tutto R e la funzione limite è f (x) = |x|. Per studiare la convergenza uniforme occorre valutare la successione r √ 1 2 2 Mn = sup | fn (x) − f (x)| = sup x + 2 − x . n x∈R x∈R
F II.24: grafico di fn (x) = q x2 + n12 per alcuni n e il suo limite f (x) = |x|.
Risulta, per ogni fissato x: r
1 1 x2 + 2 − x2 √ 2 1 1 n x2 + 2 − x2 = r ≤ n1 = . n n √ 1 n x2 + 2 + x2 n
Ma allora 0 ≤ Mn ≤ 1/n che tende a 0 per n → +∞: la convergenza è uniforme su R. Osserviamo che fn è derivabile in ogni punto di R, ma la funzione limite f non è derivabile in x = 0: abbiamo quindi un esempio di successione di funzioni uniformemente convergente che non conserva al limite la derivabilità delle fn .
q Abbiamo moltiplicato e diviso per x2 +
1 n2
+
√ x2 e poi sfruttato la
2 2 formula q (a + b)(a − b)√= a − b con 1 2 2 a = x + n2 e b = x . Infine ab-
biamo osservato che il denominatore è maggiore di 1/n.
88
Successioni e serie di funzioni
(II.15) Studiare la convergenza puntuale della successione di funzioni fn (x) = nx(1 − x2 )n
x ∈ R.
Stabilire se la convergenza è uniforme in [−1, 1]. Verificare che Z
fn (x) dx ,
lim
n→+∞
Z
1 0
1
lim fn (x) dx.
0 n→+∞
Soluzione. Per x fissato si deve calcolare il limite: lim nx(1 − x2 )n .
n→+∞
Osserviamo subito che se |1 − x2 | > 1, si ha limn→+∞ (1 − x2 )n = +∞. In questo caso quindi la √ successione √ fn (x) non può convergere. Se invece |1 − x2| < 1, cioè se − 2 < x < 2, si che fn (x) converge a 0; infatti, posto a = 1 − x2 si ha |a| < 1 e √ lim n 1 − aan = 0.
Ovvero per −1 > 1 − x2 oppure √ 1 − x2 > 1, che √ equivale a x > 2 oppure x < − 2. Si potrebbe avere convergenza so-
lo se x = 0, che non verifica |1 − x2 | > 1.
n→+∞
√ √ √ Infine se x = ± 2 si ha fn (± 2) = ±n 2(−1)n che non ammette limite per n → +∞. √ Possiamo quindi concludere che l’insieme di convergenza √ puntuale è (− 2, 2) e la funzione √ √limite, definita su tale intervallo, è f (x) = 0. Poiché [−1, 1] ⊂ (− 2, 2), fn converge puntualmente alla funzione nulla su [−1, 1]. Vediamo se la convergenza è uniforme, valutando la quantità Mn = sup | fn (x) − f (x)| = max | fn (x)|.
Stiamo
ancora una volta usando il Teorema di Weierstrass.
[−1,1]
[−1,1]
Essendo fn dispari, il suo valore assoluto è una funzione pari, quindi Mn = max | fn (x)| = max fn (x). [0,1]
[0,1]
Inoltre, per n ∈ N fissato, fn è derivabile in (0, 1), non negativa in [0, 1] e si annulla solo negli estremi dell’intervallo. Allora il massimo è assunto in un punto xn di (0, 1) e, grazie al Teorema di Fermat, fn′ (xn ) = 0. Poiché fn′ (x) = n(1 − x2 )n + n2 x(1 − x2 )n−1 (−2x) = n(1 − x2 )n−1 (1 − x2 − 2nx2 ) √ la derivata si annulla solo in xn = 1/ 2n + 1, che è necessariamente il punto di massimo cercato. In corrispondenza si trova n
1 Mn = √ 1− 2n + 1 2n + 1
n
(2n)n = √ . n 2n + 1 (2n + 1) n
F II.25: grafico di fn (x) = nx(1 − x2 )n per alcuni n.
Esercizi
89
Risulta allora limn→+∞ Mn = +∞ e la convergenza non è dunque uniforme in [0, 1] e nemmeno in [−1, 1]. Cerchiamo ora in quali sottoinsiemi di [0, 1] si ha convergenza uniforme. Osservando che xn → 0, sarà necessario considerare insiemi che escludono l’origine, ad esempio insiemi della forma [b, 1] con 0 < b < 1. Definiamo quindi ˜ n = max nx(1 − x2 )n . M [b,1]
Ricordiamo che fn′ (x) > 0 per x < xn e fn′ (x) < 0 per ogni x > xn . Scegliendo n abbastanza grande da avere che xn < b, si avrà in particolare che fn′ (x) < 0 per ogni x ∈ (b, 1), cioè la funzione fn , per n grande è monotona decrescente. Questo significa che
√ imporre 1/ 2n + 1 < b e dunque 2n + 1 > 1/b2 .
Basta
˜ n = max fn (x) = fn (b) = nb(1 − b)n . M [b,1]
Si ottiene così ˜n =0 lim M
n→+∞
e questo prova la convergenza uniforme di fn a 0 in ogni intervallo di tipo [b, 1] con 0 < b < 1. Per concludere l’esercizio osserviamo che il limite degli integrali è Z 1 Z 1 n lim fn (x) dx = lim − (−2x)(1 − x2 )n dx n→+∞ 0 n→+∞ 2 0 n 1 = lim = n→+∞ 2(n + 1) 2 mentre l’integrale del limite è 0. (II.16) Data la serie ∞ X
enx ,
n=0
determinare l’insieme di convergenza puntuale e discutere la convergenza uniforme. Soluzione. Osserviamo che si può scrivere enx = (ex )n : dunque a x fissato si tratta di una serie geometrica di ragione q = ex . La serie geometrica converge se e solo se |q| < 1, ovvero se −1 < ex < 1
cioè se x < 0.
L’insieme di convergenza puntuale della serie è (−∞, 0); sappiamo anche calcolare la somma che è f (x) =
1 . 1 − ex
Grazie alla simmetria di fn si ha convergenza uniforme anche in ogni intervallo di tipo [−1, −b], con 0 < b < 1.
90
Successioni e serie di funzioni
Essendo nota la somma della serie, per valutare se la convergenza è uniforme possiamo servirci della definizione (II.42). Dobbiamo calcolare m X 1 nx e . − lim sup x m→+∞ x<0 1 − e n=0 Valutando la differenza abbiamo: X 1 1 − e(m+1)x e(m+1)x 1 − − = enx = x x x 1−e 1−e 1−e 1 − ex m
n=0
ed essendo lim−
x→0
e(m+1)x = +∞ 1 − ex
l’estremo superiore della funzione in x < 0 è +∞ (per ogni m fissato). Dunque il limite è infinito e la convergenza non è uniforme in x < 0. Dai conti fatti è facile accorgersi che la convergenza sarà uniforme su ogni semiretta di tipo (−∞, b] con b < 0. Infatti risulta m X 1 e(m+1)x e(m+1)b nx = sup − = e sup x x 1 − eb x≤b 1 − e x≤b 1 − e n=0 e il limite di questa quantità per m → +∞ è 0. La convergenza uniforme su (−∞, b] si poteva ottenere anche più rapidamente sfruttando il Criterio di Weierstrass (II.45); per questo basta osservare che enx ≤ enb
b < 0.
per ogni x ≤ b
e che la serie geometrica di ragione eb < 1 è convergente. (II.17) Dimostrare che la serie ∞ X cos(2n x) n=1
Si ha limm→+∞ e(m+1)b = 0 perché
2n
converge nell’intervallo [−π, π], ma che la sua somma non è derivabile nell’origine. (Suggerimento: per dimostrare la non derivabilità in 0, scegliere h = π/2l nel rapporto incrementale.) Soluzione. Per stabilire la convergenza è sufficiente utilizzare il criterio del confronto; infatti vale la maggiorazione n 1 cos(2 x) 2n ≤ 2n .
Non si riesce ad applicare Il Crite-
rio di Weierstrass in x < 0 perché la stima migliore che vale in questo caso è enx < e0 = 1 e la serie di termine generale 1 diverge.
Esercizi
91
F II.26: alcune somme parziali della serie e (a tratto marcato) la sua somma. Si vede come, benché le somme parziali siano funzioni derivabili, il limite presenti punti angolosi.
Chiamiamo quindi f (x) la somma della serie per ogni x ∈ [−π, π]. Osserviamo che f (0) =
∞ ∞ X X 1 1 1 = −1= −1=1. n n 2 2 1 − 1/2 n=0 n=1
Inoltre la funzione f è pari, quindi se fosse derivabile in 0 la sua derivata dovrebbe essere nulla. In particolare se, come suggerito, valutiamo il rapporto incrementale di f tra 0 e i punti π/2l dovrebbe valere lim
l→+∞
f (π/2l ) − f (0) = 0. π/2l
Mostriamo ora che questo non è possibile valutando ∞ X cos(2n−l π) π f l = 2n 2 n=1
=
∞ cos(π/2l−1 ) cos(π/2l−2 ) cos(π/2) cos(π) X 1 + + + +···+ 2 4 2n 2l−1 2l n=l+1
∞ −1 X 1 1 1 1 ≤ + + · · · + l−2 + 0 + l + 2 4 2n 2 2 n=l+1
=
Nei
primi l − 2 termini utilizziamo semplicemente la maggiorazione cos(2n−l π) ≤ 1. Dal termine n = l + 1 in poi, abbiamo invece cos(2n−l π) = cos(2π) = 1.
∞ X 1 1 1 1 1 − l−1 − l − l = 1 − l−2 . n 2 2 2 2 2 n=1
Quindi f (π/2l ) − f (0) 1 − 1/2l−2 − 1 2l −1 4 ≤ = =− π 2l−2 π π/2l π/2l e il rapporto incrementale dovrebbe avere limite minore della quantità (strettamente negativa) 4/π. Concludiamo quindi che f non è derivabile in 0.
Osserviamo che la serie ∞ X cos(2n x) 2n
n=l+1
è simmetrica rispetto alla retta π/2l e si può dunque ripetere lo stesso ragionamento dopo aver traslato la funzione di π/2l .
92
Successioni e serie di funzioni
✎ Diamoci da fare. . . (Soluzioni a pagina 575) b 1 Verificare che l’intervallo di convergenza della serie ✩ 5 Trovare il cerchio di convergenza, C, della serie di di potenze data è l’intervallo E. potenze a valori complessi (approfondimento a pagina 51). ∞ X ∞ ∞ X n X (z − 2i)n (a) x , E = (−1, 1); n n (d) . (a) i z ; n=0 n3n n=1 n=0 ∞ X ∞ ∞ X xn X 1 + 2ni n n (b) , E = [−1, 1); (b) (1 + ni)zn ; (e) z . n n=1 n + 2i n=0 n=1 ∞ ∞ X X xn , E = [−1, 1]. (c) (c) z2n /2n ; n2 n=1 n=1
K 2 Dimostrare il Teorema (II.10) per la determinazione del raggio di convergenza di una serie di potenze, enunciato a pagina 40. 3 Ragionando come nell’Esercizio 2 dimostrare che, data la serie di potenze della Definizione (II.5), il suo raggio di convergenza è (se il limite esiste) 1 R = lim √ . n→∞ n |c | n
∞ X (3x − 1)n ;
(k)
n=1
∞ X 3n n (c) x ; n! n=1
(d) (e) (f)
∞ X n=0 ∞ X n=2 ∞ X n=1
n xn ; n + 4 2n 2n + 1 2n x ; n(n − 1) n−1 (x + 3)n ; n+1
∞ X (−2)n (g) √ (x + 3)n ; n n=1 ∞ X n(x − 2)n (h) ; (n + 1)2 n=0
(i)
∞ X (−1)n n x ; n2 − 1 n=2
f (x) =
(l)
n=1
(m)
∞ X n=1
(n)
n=0
(o)
Dopo aver verificato che la serie converge per x = 1/4, utilizzando la definizione di cn , dimostrare che nell’intervallo di convergenza si ha
n3n
(n + 1)n
n X
ak bn−k .
k=0
2n−1
∞ X (x + 2)n n! n=1
(q)
n 2n + 1
x . 1 − x − x2
Usufruendo dell’Esercizio (II.1) dedurne che !n !n 1 2 2 1 − √ . cn = √ √ √ 5 −1 − 5 5 −1 + 5
cn =
n(x + 3)n ; 2n+1
∞ X (x + 5)2n−1 n=1
(p)
n3 (2x − 1)n ;
∞ X
cn xn .
Calcolare infine il raggio di convergenza della serie. P P∞ ✩ 7 Date due serie di potenzeP ∞ n=0 an e n=0 bn si ∞ definisce la serie prodotto come n=0 cn con
∞ X (−2)n n x ; n4 + 3n n=1 ∞ X
∞ X n=0
f (x) =
b 4 Determinare il raggio R e l’insieme di convergenza E delle seguenti serie di potenze. ∞ ∞ X X (x + 1)n 2n n ; x ; (j) (a) 2 2 n n=2 n ln n n=1 (b)
o 6 Consideriamo la successione di Fibonacci: c0 = 0, c1 = 1, c2 = 1, . . . , cn = cn−1 + cn−2 , . . . e definiamo
xn ;
;
;
∞ 2 X n+1 n (x−1)n ; n n=0
Dimostrare che se le serie di partenza sono assolutamente convergenti allora converge anche la serie prodotto e vale la relazione fra le somme: ∞ ∞ ∞ X X X · = a b cn . n n n=0
n=0
n=0
✩ 8 Mostrare che ∞ ∞ ∞ X zn X wn X (z + w)n · . = n! n! n! n=0 n=0 n=0
Esercizi
9 Applicando P il nrisultato del Teorema (II.14), mostrare che f (x) = ∞ n=0 x /n! risolve l’equazione y′ (x) = y(x). Usando la proprietà di unicità delle soluzioni dell’equazione differenziale lineare dell’Esercizio 25 del Capitolo I, dedurre che f (x) = ex . o 10 Dimostrare che per ogni intero k si ha: Z π (2k)! 1 sin2k x dx = 2k 2 . π 0 2 (k!)
93
(a) Dimostrare che tali serie hanno raggio di convergenza infinito. (b) Dimostrare che Jν è soluzione dell’equazione di Bessel x2 y′′ (x) + xy′ (x) + (x2 − ν2 )y(x) = 0, (c) Dimostrare che vale l’identità: d ν [x Jν (x)] = xν Jν−1 (x). dx
Si osservi che, in modo del tutto equivalente, possiamo o 13 Nell’approssimazione di Fraunhofer, l’intensità dell’onda diffratta da un’apertura circolare D di diametro scrivere Z π d, nel punto (x, y) del piano dell’immagine dipende so1 sin2k x dx = (−1)k J0(2k) (0) lamente dalla distanza R del punto (x, y) dall’asse foπ 0 cale nel piano dell’immagine e, come spiegheremo neldove J0 è la funzione di Bessel definita nell’Eseml’Esercizio 23 a pagina 511, si può esprimere come un pio (II.2). (Suggerimento: si dimostri che vale la relazione integrale doppio: di ricorrenza: ! Z d/2 Z 2π Z π Z π 2πrR 2k + 1 Ψ(R) = r cos sin ϑ dϑ dr . 2k 2k+2 sin x dx , sin x dx = λf 0 0 2(k + 1) 0 0 per ogni intero k.)
dove λ è la lunghezza dell’onda ed f la distanza focale. Calcolare il valore di Ψ(R) in termini della funzione di Bessel J1 . (Suggerimento: utilizzare i risultati degli Esercizi 11 e 12 (c).)
o 11 Le funzioni di Bessel J0 e J1 sono state definite nell’Esempio (II.2). Dimostrare che valgono le due identità: Z π ✩ 14 Dimostrare che i multipli delle funzioni di Bessel 1 cos(x sin t) dt, J0 (x) = Jν sono le uniche soluzioni in serie di potenze centrate π 0 Z π nell’origine dell’equazione di Bessel. 1 J1 (x) = cos(x sin t − t) dt. π 0 K 15 Dimostrare il Criterio di sviluppabilità in serie di Taylor (II.22). (Suggerimento: utilizzare lo sviluppo in serie di Taylor della funzione coseno, insieme all’Esercizio 10 .) o 12 Le funzioni di Bessel di prima specie di ordine ν sono definite dalle serie ∞ X (−1)n x2n+ν . Jν (x) = 2n+ν 2 n!(ν + n)! n=0
✩ 16 In riferimento all’Esercizio (II.7), mostrare che per ogni p ∈ R e ogni x ∈ (−1, 1) vale lo sviluppo (1 + x)p =
! ∞ X p n x . n n=0
17 Determinare la soluzione generale di y′′ (x) = (x − 1)2 y(x) nella forma di serie di potenze
P∞
n=0
an (x − 1)n .
18 Determinare una soluzione in serie di potenze dell’ equazione Figura II.27: grafici delle prime 8 funzioni di Bessel.
3xy′′ (x) + 2y′ (x) + y(x) = 0.
94
Successioni e serie di funzioni
✩ 19 Determinare due soluzioni indipendenti in serie di potenze dell’equazione di Hermite y′′ (x) − 2xy(x) + νy(x) = 0. Per quali valori di ν l’equazione ha una soluzione polinomiale?
26 Utilizzando gli sviluppi ottenuti nell’Esercizio 25 , dimostrare che la serie di Fourier di f (t) = cos(µt+e sin t) (dove e è un parametro reale e µ un intero assegnato) è ∞ X n=0
Jn (e) cos((µ − n)t) + Jn (−e) cos((µ + n)t).
20 Verificare che la serie
o 27 Utilizzando l’Esercizio precedente, dimostrare che vale l’identità: Z π 1 cos(x sin t − νt) dt. Jν (x) = π 0 converge per ogni x, ma che la serie delle derivate non converge per x = 2kπ, per ogni k ∈ N. ∞ X sin nx n2 n=1
21 Determinare gli intervalli di convergenza di f , f ′ e o 28 Dato ε ∈ (0, 1) determinare una funzione y = f (t) che verifichi, per ogni t, f ′′ , dove f (x) =
∞ X xn . n2 n=1
ωt = f (t) − ε sin( f (t)). (Suggerimento: scrivere f (t) − ωt come serie di Fourier e utilizzare le relazioni dell’Esercizio 27 .)
22 Dimostrare le formule di ortogonalità (II.27) svolgendo gli integrali per parti. ✩ 23 Dimostrare, mediante opportune relazioni di ricorrenza, che se m ≤ k valgono le formule: Z π 2π(−1)m (2k)! sin2k t cos(2mt) dt = 2k 2 (k − m)!(k + m)! −π Z π 2π(−1)m (2k + 1)! sin2k+1 t sin((2m + 1)t) dt = 2k+1 2 (k − m)!(k + m + 1)! −π mentre gli integrali sono nulli per m ≥ k + 1. 24 Usufruendo delle formule dimostrate nell’Esercizio 23 , ricavare le seguenti espressioni delle funzioni sinn t (come polinomi trigonometrici) sin2k t =
k X n=0
sin2k+1 t =
k X n=0
2π(−1)n (2k)! cos(2nt) − n)!(k + n)!
22k (k
2π(−1)n (2k + 1)! sin((2n + 1)t). − n)!(k + n + 1)!
22k+1 (k
o 25 Sviluppare in serie di Fourier le funzioni f (t) = cos(e sin t) e
1(t) = sin(e sin t),
dove e è un parametro reale. (Suggerimento: esprimere i coefficienti di Fourier in termini delle funzioni di Bessel dell’Esercizio 12 . A questo fine, utilizzare lo sviluppo in serie di Taylor delle funzioni trigonometriche, insieme all’Esercizio 23 .)
29 Sviluppare in serie di Fourier i prolungamenti 2π periodici delle funzioni indicate. Determinare la somma della serie nei punti di discontinuità e negli estremi dell’intervallo dato. ( 1 in (−π, 0] (a) f (x) = −2 in (0, π]; ( x/2 in (−π, 0] (b) f (x) = 2x in (0, π]; ( 0 in (−π, 0] (c) f (x) = sin x in (0, π]; (d) f (x) =
π−x 2
in [0, 2π);
(e) f (x) = cosh x, in [−π, π); ( −1 in (−π, 0] (f) f (x) = 2 in (0, π]; (g) f (x) = x sin x, in [−π, π). 30 Nell’Esercizio 39 a pagina 32 abbiamo associato un’equazione differenziale ad un circuito elettrico contenente un generatore di forza elettromotrice, E = E(t), un condensatore di capacità C, un resistore di resistenza R e una induttanza L, disposti in serie. Supponiamo che la forza elettromotrice venga accesa e spenta in modo alternato, in un periodo di 2π, cioè ( 0 x ∈ (−π, 0], E(t) = 1 x ∈ (0, π]. Determinare un’espressione in serie di Fourier per l’intensità di corrente.
Esercizi
95
31 Disegnare le funzioni che si ottengono prolungando per periodicità T su R le funzioni indicate. Determinare gli sviluppi di Fourier associati. (b) f (x) = x in (0, 2], T = 2;
36 Sia f la funzione 2π periodica definita da f (x) = x in (−π, π] (si veda l’Esercizio (II.10) a pagina 83). Dimostrare che Z π π sin x lim Fm π − =2 dx m→+∞ m x 0
(c) f (x) = x2 in (0, 2π], T = 2π; ( x in (0, 1] (d) f (x) = T = 2; 2 − x in (1, 2],
e analogamente Z π sin x π = −2 dx. lim Fm −π + m→+∞ m x 0
(a) f (x) = 1 in (0, 1], T = 1;
(e) f (x) = ex in −1 < x ≤ 1, T = 2;
(f) f (x) = |x| in (−2, 2], T = 4; ( x + 1 in (−1, 0] T = 2; (g) f (x) = x − 1 in (0, 1], (h) f (x) = sin x, (−π/2, π/2], T = π. 32 Sviluppare in serie di Fourier il prolungamento periodico della funzione x4 su (−π, π]. Dedurre la formula ∞ X 1 π4 = . 4 n 90 n=1
✩ 33 Scrivere la serie di Fourier associata al prolungamento 6-periodico della funzione |x| su (−3, 3]. Dedurre le formule ∞ X n=1
∞ X
π2 1 = , (2n − 1)2 8
n=1
1 π4 = . (2n − 1)4 96
Si osservi che il valore del salto della funzione in x = π è 2π ∼ 2 · 3.1415, mentre il valore dell’integrale (ottenuto con una integrazione per serie nell’Esercizio (II.5) a pagina 78) è Z π sin x 2 dx ∼ 3.7038. x 0 Lo scarto tra f (π− ) = π e l’integrale è dunque circa il 9% del salto di f nella discontinuità: è questo il fenomeno osservato da Gibbs negli anni 20. 37 Dimostrare che la serie di Fourier di una somma di funzioni ha per coefficienti la somma dei coefficienti delle serie di ciascuna funzione.
K 38 (Lemma di Riemann–Lebesgue) Dalla disuguaglianza di Bessel dedurre che se f è limitata e integrabile in [−π, π] allora Z π Z π lim f (x) sin nx dx = lim f (x) cos nx dx = 0. ✩ 34 Scrivere la serie di Fourier associata alla funzion→+∞ −π n→+∞ −π ne pari definita da f (x) = sin x su [0, π]. Calcolare la somma delle due serie (per la seconda usare ancoraK✩ 39 Dimostrare la formula di Dirichlet: per ogni n ∈ N l’uguaglianza di Bessel–Parseval) si ha (Suggerimento: per la seconda uguaglianza utilizzare l’uguaglianza di Bessel-Parseval vista nell’approfondimento a pagina 63.)
∞ X n=1
1 , 4n2 − 1
∞ X n=1
sin(n + 1/2)x 1 + cos x + cos 2x + · · · + cos nx = . 2 2 sin(x/2)
1 . (4n2 − 1)2
35 Scrivere la serie di Fourier associata alla funzione f (x) = | cos x|. Dedurre la formula ∞ X (−1)n+1 π 1 = − . 2 −1 4n 4 2 n=1
Dedurre che la somma parziale n-esima della serie di Fourier di una funzione f periodica di periodo 2π vale Z π sin(n + 1/2)y 1 Fn (x) = f (x + y) dy. π −π 2 sin(y/2)
K✩ 40 Utilizzando l’Esercizio 39 , dimostrare il Teorema (II.31) di convergenza della serie di Fourier.
96
Successioni e serie di funzioni
41 Determinare l’insieme I di convergenza delle serie indicate. Stabilire se la convergenza è uniforme in I e se è applicabile il teorema di derivabilità termine a termine. √ ∞ ∞ X X n 1 ; ; (a) (d) x n (x − 2)n n=0 n=1 (b)
∞ X
2n sin
n=0
x ; 3n
(e)
∞ X cos nx (c) ; enx n=1
∞ X (−1)n+1 e−n sin x . n=0
o 42 Si dimostri che la serie ∞ X sin x + n (−1)n n2 n=1
converge uniformemente su R. Si noti che non è possibile applicare il Criterio di Weierstrass. (Suggerimento: usare il Criterio di Leibniz per stimare il resto della serie.) o 43 Si dimostri che la serie ! ∞ X xn+1 xn − (−1)n n n+1 n=1 è uniformemente convergente in I = [−1, 1]. Verificare che la serie delle derivate non converge uniformemente in I e che la serie data non è derivabile termine a termine. (Suggerimento: si osservi che si tratta di una somma telescopica e che vale la formula (pag. 445 del primo P volume) m n=0 (an − an+1 ) = a0 − am+1 .) 44 Sia data la successione di funzioni −nx
ne . fn (x) = 2 n + e−2nx ① Calcolare il limite puntuale. ② Stabilire se la successione converge uniformemente [0, +∞). ③ Stabilire se converge uniformemente in [−1, 1]. 45 Sia data la successione di funzioni fn (x) =
x . 1 + nx2
① Stabilire se converge uniformemente in R. ② Stabilire se la successione delle derivate { fn′ (x)}n converge uniformemente in R. 46 Studiare convergenza puntuale e uniforme della successione di funzioni √ nx |x| fn (x) = + . x 1 + n2 x2
47 Sia data la successione di funzioni fn (x) =
1 + sin(nx) . 1 + (n2 x2 − 1)2
① Trovare il limite puntuale. ② Stabilire se converge uniformemente in [−1, 1]. ③ Stabilire se converge uniformemente in [1, +∞)? 48 Sia 1 n ≤ x ≤ n + 1 fn (x) = 0 altrove. Mostrare che fn converge puntualmente a 0 su R. Mostrare che converge uniformemente su ogni insieme della forma (−∞, a] ma non su R. 49 Sia 0 nx fn (x) = 2 − nx 0
x≤0 0 < x < 1/n 1/n < x ≤ 2/n x > 2/n
① Mostrare che fn converge puntualmente a 0 su R, ma che la convergenza non è uniforme su ogni intervallo aperto che contiene l’origine. P ② Mostrare che fn (x) è assolutamente convergente su R, ma non uniformemente convergente.
. . . We try to find out as much as we can about the spatial and temporal surroundings of the place in which we find ourselves put by birth. . . (2) Science and Humanism (1951) E RWIN S CHRÖDINGER (1887–1961)
C APITOLO
III Vettori e calcolo geometrico
In questo capitolo introdurremo la geometria analitica, intesa come calcolo geometrico e vettoriale. Dopo aver definito le n-uple e i vettori di numeri reali, con le operazioni che si possono definire su di esse, affronteremo i due principali argomenti (e strumenti) del capitolo: i sistemi di equazioni lineari e le coordinate cartesiane. Potremo quindi passare allo studio delle aree e volumi, introducendo una forma semplice di determinante, e il
L
prodotto vettoriale. Chiuderemo il capitolo con un revival della geometria euclidea e qualche cenno alle coordinate non cartesiane. Le parole più usate nel capitolo sono «vettore» (usata più o meno 250 volte, un po’ meno della metà del numero di volte in cui compare nel libro), «punto» (178 volte), «retta» (147) e «piano» (106). Sono questi i semplici concetti che andremo ad analizzare.
a Geometria ebbe plausibilmente origine come arte di misurare senza errore lunghezze, aree e volumi, e la Geometria Analitica può essere detta l’arte della misura con strumenti analitici. Come scrisse Sylvestre François Lacroix (1765–1843) nella prefazione del suo Traité de calcul (1797), «Nella scelta di evitare accuratamente tutte le costruzioni geometriche, ho voluto che il Lettore realizzasse che esiste un modo di guardare alla Geometria che si potrebbe chiamare “Geometria Analitica”, e che consiste nel dedurre le proprietà dello spazio dal più piccolo numero possibile di principi con metodi puramente analitici, come Lagrange ha fatto con la Meccanica a proposito delle proprietà di equilibrio e di movimento.»(1) Nel capitolo che stiamo per affrontare abbiamo cercato di sintetizzare alcuni aspetti elementari della Geometria Analitica ottocentesca (spesso con una notazione moderna). Mettiamo però in guardia il Lettore che puta caso si ritrovi interessato agli argomenti della Geometria (più o meno moderni): l’evoluzione successiva è affare recente o contemporaneo, e nelle prossime pagine non ve n’è traccia alcuna. Non solo, dei pochi argomenti che abbiamo scelto per convenienza, scarsa fantasia o conformismo, la trattazione è lontano dall’essere completa o esaurien-
98
Vettori e calcolo geometrico
te. Il medesimo Lettore interessato dovrebbe quindi procurarsi altri testi, sicuramente più ricchi e dettagliati, e a volte un po’ più impegnativi del nostro. Ne elenchiamo un certo numero nelle Note Bibliografiche a pagina 651.
§ 1. Successioni finite: n-uple e vettori Il calcolo vettoriale consiste in un sistema di operazioni analoghe a quelle del calcolo algebrico, ma in cui gli enti sui quali si eseguiscono i calcoli, invece che numeri, sono vettori, che andiamo a definire.(3) Ricordiamo per prima cosa che una successione finita u1 , u2 , . . . , un di numeri reali è anche chiamata una n-upla (u), e si indica con la scrittura u = (u1 , u2 , . . . , un ). I numeri u1 , u2 , . . . , un si dicono le componenti della n-upla, mentre l’intero n è la sua dimensione. Se n = 2, si ha una coppia di numeri, √ se n = 3 si ha una terna di numeri. Sono quindi n-uple: (1, 2), (5, 6, 2), (−1, 1, −1, 1). Definiamo ora due operazioni importanti sulle n-uple con componenti numeriche: il prodotto per un numero reale c e la somma tra due n-uple della stessa dimensione. (III.1) Definizione (Riscalamento). Sia c ∈ R un numero e u = (u1 , u2 , . . . , un ) una n-upla. Allora il prodotto cu = uc è la n-upla che ha per componenti le componenti di u moltiplicate una per una per c: cu = c(u1 , u2 , . . . , un ) = (cu1 , cu2 , . . . , cun ). Se c = −1, si indica semplicemente (−1)u = u(−1) = −u. Per esempio, 3(1, 2) = (3, 6), √ ! √ 1 2 5 5, 6, 2 = , 3, , 2 2 2 −(−1, 1, −1, 1) = (1, −1, 1, −1). (III.2) Definizione (Somma). Se u = (u1 , u2 , . . . , un ) e v = (v1 , v2 , . . . , vn ) sono due n-uple di dimensione n, la somma u + v ha per componenti le somme delle componenti di u e v: u + v = (u1 , u2 , . . . , un ) + (v1 , v2 , . . . , vn ) = (u1 + v1 , u2 + v2 , . . . , un + vn ). Per esempio, (1, 2) + (2, 1) = (3, 3), (1, 2) − (2, 1) = (−1, 1), (1, 2, 3) + (2, 3, 1) + (3, 1, 2) = (6, 6, 6).
Se invece le prossime saranno ma-
gari non il primo ma certamente l’ultimo mazzetto compiuto di pagine di argomento geometrico che il Lettore dovrà digerire nel corso degli studi, ed egli si sente un po’ come a trovarsi per caso a una cena di sushi, rognoni o foie gras, o addirittura si immedesima di più con l’oca all’ingrasso che con il gourmet, e purtroppo il rifiuto, il digiuno o la fuga non sono un’opzione. . . beh, pazienza.
Si veda alla fine del § 6 nel Capitolo ℵ del primo volume. Quindi una n-upla di numeri reali è una funzione u : {1, 2, . . . , n} → R.
ATTENZIONE! Generalmente indicheremo una n-upla con una lettera in grassetto e le sue componenti con la stessa lettera (non in grassetto) indicizzata.
⊚
Vedremo dopo, a pagina 107, il motivo per cui chiamiamo riscalamento questa operazione.
§ 2. Sistemi di equazioni di primo grado, indipendenza lineare e dimensione
La n-upla con tutte le componenti nulle si indica con il simbolo 0 = (0, 0, . . . , 0), la cui dimensione deve essere chiara dal contesto. Quando intendiamo possibile effettuare tali operazioni, invece di nuple useremo il termine vettori. Detto in altro modo, i vettori di dimensione n sono n-uple di numeri reali con il prodotto per un numero reale e la somma definiti come sopra. A volte, per sottolineare la differenza tra vettori di numeri e numeri, si usa chiamare i numeri gli scalari. (III.3) Definizione (Combinazione lineare). Se u e v sono due vettori della stessa dimensione e a, b sono due numeri reali, allora il vettore
99
Di
nuovo, invitiamo il Lettore a non confondere la n-upla 0 ed il numero 0.
Per ora, ci accontentiamo di que-
sta definizione. Nel Capitolo IV, a pagina 164, estenderemo il significato del termine: un vettore sarà quindi un elemento di uno spazio (astratto) sui cui è possibile eseguire le operazioni di somma e prodotto per uno scalare.
au + bv è detto combinazione lineare di u e v con coefficienti a e b. Più in generale, la combinazione lineare di k vettori u1 , u2 , . . . , uk con coefficienti c1 , c2 , . . . , ck è il vettore c1 u1 + c2 u2 + . . . + ck uk . Concludiamo questa introduzione ai vettori elencando le proprietà algebriche di cui essi godono, la cui dimostrazione è facile e quindi lasciata al Lettore. (III.4) (Proprietà dei vettori) Siano u, v, w tre vettori della stessa dimensione e c, d due scalari. Allora ① (commutativa) u + v = v + u, cu = uc. ② (associativa) (u + v) + w = u + (v + w), (cd)u = c(du).
I simboli u1 , u2 non sono le componenti di un vettore u, ma sono loro i vettori! Purtroppo con questa notazione dovremmo scrivere che le componenti di u1 sono u1 1 , u1 2 , . . . , u1 n ! Si può ovviare al problema di avere due indici sovrapposti chiamando le componenti dei vettori con nomi standard (per esempio (x, y), (x, y, z) invece che u1 , u2 , u3 ), oppure evitare sempre di indicizzare successioni di vettori (poco pratico), oppure decidere una volta per tutte con quale ordine si considerano i doppi indici. Torneremo sul problema dopo (nel Capitolo IV), quando introdurremo le matrici.
③ (distributiva) c(u + w) = cu + cw, (c + d)u = cu + du. ④ (vettore zero) u + 0 = u, u − u = 0, 0u = 0 ⑤ (uno) 1u = u. (III.5) Definizione. L’insieme di tutti i vettori di dimensione n, o anche l’insieme di tutte le n-uple, si indica con il simbolo Rn .
§ 2. Sistemi di equazioni di primo grado, indipendenza lineare e dimensione Ricordiamo che una equazione lineare (o anche di primo grado) nelle incognite x1 , x2 , . . . , xn con certi coefficienti ai e y è una equazione della
Le variabili xi vengono anche det-
te indeterminate, mentre i coefficienti ai le variabili determinate, o costanti.
100
Vettori e calcolo geometrico
forma (1)
a1 x1 + a2 x2 + . . . + an xn = y.
Una soluzione dell’equazione è semplicemente una n-upla (x¯ 1 , x¯ 2 , . . . , x¯ n ) che soddisfa l’equazione (1). L’equazione è detta omogenea se y = 0. Un sistema di equazioni non è altro che un insieme di equazioni che devono essere tutte simultaneamente soddisfatte. Se tutte le equazioni sono di primo grado (cioè lineari), si dice che è un sistema di equazioni di primo grado. Se tutte le equazioni sono omogenee, si dice sistema omogeneo. Vediamo come legare non solo le n-uple, ma anche le proprietà dei vettori ai sistemi di equazioni. Consideriamo un sistema di 2 equazioni di primo grado in 3 incognite x1 , x2 e x3 , in cui i coefficienti ai , bi , ci e yi (i = 1, 2) sono da considerare noti: ( a1 x1 + b1 x2 + c1 x3 = y1 (2) a2 x1 + b2 x2 + c2 x3 = y2 .
Cioè una n-upla è soluzione del si-
stema se e solo se soddisfa tutte le equazioni del sistema.
A
volte si dice che il sistema è compatibile se ha almeno una soluzione, non compatibile se non ne ha. Se la soluzione è (x1 , x2 , . . . , xn ) = 0, spesso questa viene chiamata la soluzione banale.
I coefficienti possono essere scritti come vettori a = (a1 , a2 ), b = (b1 , b2 ), c = (c1 , c2 ), y = (y1 , y2 ). Se introduciamo un nuovo modo di rappresentare i vettori, disponendone i coefficienti per colonne, il sistema di equazioni si può anche scrivere come " # " # " # " # y c b a1 x1 + 1 x2 + 1 x3 = 1 . y2 c2 b2 a2
O
anche, tenendo conto delle Proprietà dei vettori (III.4), " # " # " # " # a b c y x1 1 + x2 1 + x3 1 = 1 . a2 b2 c2 y2
Le soluzioni di (2) saranno quindi tutte le terne (x1 , x2 , x3 ) che soddisfano le equazioni (2), cioè (riscritte con la notazione vettoriale) tutte le terne per cui (3)
x1 a + x2 b + x3 c = y.
Risolvere un sistema di equazioni lineari nelle tre incognite x1 , x2 e x3 è quindi equivalente a trovare tutti i modi con cui y può essere scritto come combinazione lineare dei tre vettori a, b e c. Ogni sistema di equazioni di primo grado (dette anche lineari) nelle incognite x1 , x2 , x3 (il sistema (2)) può quindi essere scritto come una unica equazione vettoriale nelle stesse incognite (l’equazione (3)), che esprime un vettore noto come combinazione lineare dei vettori dei coefficienti. Un metodo, all’apparenza lento ma certamente infallibile, per risolvere i sistemi di primo grado è quello della eliminazione successiva delle variabili. Analizziamo il seguente esempio. (III.6) Esempio. Determiniamo le soluzioni del sistema di equazioni 2x1 − x3 = 1 5x1 − x2 = −1 (4) x2 + x3 = 0,
Vedremo
più avanti di giustificare l’infallibilità. Come abbiamo detto sopra, i sistemi di primo grado sono anche detti lineari.
§ 2. Sistemi di equazioni di primo grado, indipendenza lineare e dimensione
101
cioè descriviamo (in qualche modo) l’insieme di tutte le terne (x1 , x2 , x3 ) che soddisfano l’equazione vettoriale 2 0 −1 1 5 −1 x1 + x2 + x3 0 = −1 . 0 1 1 0 La terza equazione in (4) può essere riscritta come x3 = −x2 ; possiamo quindi sostituire nelle prime due l’espressione −x2 al posto di x3 , ed ottenere un sistema di due equazioni nelle due incognite rimanenti x1 e x2 : ( ( 2x1 + x2 = 1 2x1 − (−x2 ) = 1 ⇐⇒ (5) 5x1 − x2 = −1, 5x1 − x2 = −1 cioè " # " # " # 2 1 1 x1 + x2 = . 5 −1 −1 L’insieme delle soluzioni di (5) naturalmente non è uguale all’insieme delle soluzioni di (4), dato che uno è un insieme di coppie mentre l’altro è un insieme di terne, ma c’è una corrispondenza biunivoca tra i due insiemi. A questo punto possiamo ripartire da capo, ed eliminare la variabile x2 nel sistema (5). La seconda equazione in (5) può essere riscritta come x2 = 5x1 + 1, e possiamo quindi sostituire nella prima equazione l’espressione 5x1 + 1 al posto di x2 , ed ottenere finalmente una unica equazione nell’incognita rimanente x1 : (6)
2x1 + (5x1 + 1) = 1
⇐⇒
7x1 = 0
⇐⇒
x1 = 0.
Come prima, gli insiemi delle soluzioni di (5) e (6) sono in corrispondenza biunivoca, e dunque esiste una unica soluzione. Sostituendo all’indietro i valori trovati otteniamo x1 = 0
=⇒
x2 = 5 · 0 + 1 = 1
=⇒
x3 = −x2 = −1,
cioè l’unica soluzione del sistema (4) è la terna (x1 , x2 , x3 ) = (0, 1, −1).
È facile immaginare come la tecnica illustrata nell’esempio precedente possa essere applicata in generale a sistemi di k equazioni in n incognite x1 ,x2 , . . . , xn : per eliminare la variabile xn basta scrivere una delle
Se
(x1 , x2 , x3 ) è una soluzione di (4), allora (x1 , x2 ) è una soluzione di (5) e, viceversa, se (x1 , x2 ) è una soluzione di (5) allora ponendo x3 = −x2 si ottiene una terna che è soluzione di (4). Si dice cioè che i due sistemi sono equivalenti.
102
Vettori e calcolo geometrico
equazioni come xn = . . . e poi sostituire in tutte le altre equazioni l’espressione così trovata al posto di xn . L’insieme delle soluzioni del primo sistema è in corrispondenza biunivoca con l’insieme delle soluzioni del nuovo sistema di k − 1 equazioni in n − 1 incognite. Procedendo in questo modo per un certo numero di volte ci si può quindi ridurre ad avere una sola equazione in una o più incognite, oppure mostrare che non ci sono soluzioni. Naturalmente ci sono sistemi più efficienti per risolvere i sistemi lineari; per ora ci serve sapere che tutti i sistemi lineari si possono risolvere in un numero finito di passaggi. Questo metodo, chiamato anche metodo di eliminazione di Gauss, è facilmente implementabile al calcolatore perché consiste della ripetizione in sequenza solo delle seguenti operazioni elementari ➔ Scrivere una delle variabili come combinazione lineare delle altre. ➔ Utilizzando un’equazione della forma xi = . . . (del punto precedente), eliminare la variabile xi da tutte le altre equazioni per ridurre il numero di variabili e il numero di equazioni del sistema. Per formalizzare il problema in modo più adatto al calcolo meccanico, osserviamo che le equazioni hanno delle operazioni algebriche proprio come i vettori definiti poco sopra: si possono moltiplicare per uno scalare (entrambi i membri) e sommare (membro a membro). Non solo, le proprietà formali dei vettori (quelle della Proposizione (III.4) di pagina 99) sono tutte verificate. È quindi possibile scrivere una equazione di primo grado come vettore? Certo che sì. Basta scrivere la successione dei coefficienti delle variabili (quando questi stanno tutti a sinistra dell’uguale) e il termine noto (quando questo sta a destra). Per esempio, le tre equazioni del sistema (4) corrispondono, nell’ordine, ai vettori 2x1 − x3 = 1 (2, 0, −1, 1) 5x1 − x2 = −1 (5, −1, 0, −1) ∼ x2 + x3 = 0. (0, 1, 1, 0) La moltiplicazione per uno scalare e la somma di due equazioni risultano, in questa rilettura, proprio le operazioni sulle componenti dei vettori. Ora vogliamo mostrare come le due operazioni elementari descritte sopra possono essere ridotte ulteriormente, proprio alle operazioni sui vettori, ancora più semplici: ➔ Moltiplicare un vettore–equazione per uno scalare diverso da zero (cioè moltiplicare entrambi i membri dell’equazione per un numero diverso da zero). ➔ Sommare un vettore–equazione ad un altro vettore–equazione (cioè sommare membro a membro due equazioni). Sia c1 x 1 + c2 x 2 + . . . + cn x n = y
Se
necessario dividendo entrambi i membri dell’equazione per il coefficiente di xn .
Vedremo
negli Esercizi (III.1), (III.2) e (III.3) a pagina 141 alcuni esempi di questa procedura.
Le
operazioni elementari hanno l’importante proprietà di lasciare invariato l’insieme delle soluzioni del sistema!
§ 2. Sistemi di equazioni di primo grado, indipendenza lineare e dimensione
103
una delle equazioni, corrispondente al vettore (c1 , c2 , . . . , cn , y). Se vogliamo scrivere x1 come combinazione lineare delle altre variabili (supponendo quindi che c1 , 0), non facciamo altro che dividere per c1 l’equazione. Il vettore–equazione che ne risulta è 1 (c1 , c2 , . . . , cn , y) = (1, c2 /c1 , . . . , cn /c1 , y/c1 ). c1 A meno quindi di moltiplicazione per uno scalare (e chiamando ancora ci e y i coefficienti) possiamo supporre l’equazione ridotta al tipo x1 = −c2 x2 − . . . − cn xn + y
∼
(1, c2, . . . , cn , y).
Supponiamo ora di voler eliminare la variabile x1 così ottenuta da un’altra equazione d1 x1 + d2 x2 + . . . + dn xn = z
∼
(d1 , d2 , . . . , dn , z).
Se d1 = 0, allora x1 è già eliminato e non c’è nulla da fare. Altrimenti, dividendo per d1 possiamo sempre supporre che d1 = 1. Sostituendo otteniamo −c2 x2 − . . . − cn xn + y + d2 x2 + . . . + dn xn = z che in forma di vettore–equazione si scrive come (0, d2 − c2 , . . . , dn − cn , z − y) : questa non è altro che la differenza tra i due vettori, che si ottiene moltiplicando (0, c2 , . . . , cn , y) per −1 e sommando il risultato a (0, d2 , . . . , dn , z). Abbiamo dimostrato senza sforzo la proposizione seguente. (III.7) Ogni sistema di k equazioni in n incognite può essere ridotto ad un sistema di k − 1 equazioni in n − 1 incognite (le cui soluzioni sono in corrispondenza biunivoca con le soluzioni del primo sistema) applicando in una opportuna sequenza le seguenti operazioni elementari: ➔ Moltiplicare una equazione per uno scalare diverso da zero. ➔ Sommare (un multiplo scalare di) una equazione ad un altra equazione. Siano ora a, b e c tre vettori. Abbiamo visto che, per definizione di combinazione lineare, esistono soluzioni (x1 , x2 ) dell’equazione (7)
ax1 + bx2 = c
se e solo se c è combinazione lineare di a e b. Ma in quanti modi c può essere scritto come combinazione lineare di a e b? L’esistenza o la non-esistenza di soluzioni per equazioni del tipo ax1 + bx2 = 0 è un concetto importante, che andiamo a definire in modo preciso nel caso generale.
Il metodo
di Gauss di eliminazione delle variabili può essere riscritto come un algoritmo che modifica la matrice dei coefficienti di un sistema di equazioni, in un numero finito di passi (e in un senso opportuno). La versione più completa dell’algoritmo di calcolo si chiama metodo di eliminazione di Gauss–Jordan, ed è quella che permette di ottenere le soluzioni esplicitamente.
104
Vettori e calcolo geometrico
(III.8) Definizione. Si dice che k vettori a1 , a2 , . . . , ak di dimensione n sono linearmente dipendenti se l’equazione (8)
a1 x1 + a2 x2 + . . . + ak xk = 0
ha almeno una soluzione non nulla (x1 , x2 , . . . , xk ) , 0. Se non sono linearmente dipendenti, allora si dicono linearmente indipendenti.
Se k = 1, un vettore da solo è sempre linearmente indipendente (tranne quando è il vettore 0).
(III.9) Osservazione. È facile osservare che i vettori se a1 , a2 , . . . , ak sono dipendenti, allora uno di loro è uguale ad una combinazione lineare degli altri: sia (x1 , x2 , . . . , xk ) una soluzione non zero dell’equazione (8). Dato che (x1 , x2 , . . . , xk ) , 0, esiste un indice i per cui xi , 0. Per semplicità supponiamo che sia i = 1. Se dividiamo la (8) per x1 otteniamo l’equazione a1 + a2
x2 xk 1 + . . . + ak = 0 = 0, x1 x1 x1
che può anche essere scritta come a1 = −a2
xk x2 − . . . − ak , x1 x1
e quindi a1 è combinazione lineare degli altri. Viceversa, se esistono k − 1 coefficienti c2 , . . . , ck per cui a1 = c2 a2 + . . . + ck ak , allora l’equazione (8) ha per soluzione (x1 , x2 , . . . , xk ) = (1, −c2, . . . , −ck ) , 0. In particolare, se k = 2, due vettori sono linearmente dipendenti quando uno è un multiplo dell’altro. Due vettori linearmente dipendenti (e non nulli) si dicono anche paralleli. Vediamo ora, iniziando con un esempio, come descrivere l’insieme di soluzioni di un sistema di equazioni, anche quando ce ne sono infinite. (III.10) Esempio. Determiniamo l’insieme di tutte le 4-uple (x1 , x2 , x3 , x4 ) che soddisfano il sistema di equazioni ( x1 + x3 = 1 (9) x1 + x2 + x3 + x4 = −1. Procediamo come sopra, eliminando le variabili con le operazioni di (III.7). Usiamo la prima per eliminare x1 dalla seconda (scrivendo la prima come x1 = 1 − x3 ): sottraendo la prima dalla seconda si ottiene x2 + x4 = −2, che possiamo anche scrivere come x2 = −2 − x4. Adesso non
Teniamo a mente questa definizione: sarà chiaro in seguito (§ 7) il motivo di questo termine.
§ 2. Sistemi di equazioni di primo grado, indipendenza lineare e dimensione
105
ci sono più equazioni, e non ci resta che ragionare sulle equazioni che abbiamo ottenuto nella riduzione: ( x1 = 1 − x3 (10) x2 = −2 − x4 . Interpretiamo questa equazione pensando che le due variabili x3 e x4 possono assumere qualsiasi valore, senza restrizioni, mentre le variabili x1 e x2 ovviamente dipendono dai valori di x3 e x4 . Per sottolineare questa differenza di ruolo, introduciamo due nuove variabili s e t, libere di assumere qualsiasi valore, che chiamiamo parametri liberi. Quindi per indicare che x3 e x4 possono assumere qualsiasi valore scriviamo x3 = s x4 = t, e quindi riscriviamo la (10) come ( x1 = 1 − s x2 = −2 − t.
Ne deduciamo che le soluzioni del sistema (9) sono tutte le 4-uple (x1 , x2 , x3 , x4 ) le cui componenti si scrivono come x1 x2 x3 x4
=1−s
= −2 − t =s = t,
cioè l’insieme delle soluzioni può essere scritto con la notazione vettoriale come 0 −1 1 −2 −1 0 . Soluzioni = + s + t : s, t ∈ R 0 1 0 0 1 0 (III.11) Osservazione. Abbiamo scritto l’insieme delle soluzioni di un sistema come somma di un vettore con tutte le possibili combinazioni lineari di altri due vettori. (III.12) Teorema. Sia X l’insieme di soluzioni di un sistema di equazioni in n incognite. Se X , ∅, allora esiste una n-upla A e d vettori linearmente indipendenti v1 , v2 , . . . , vd tali che le soluzioni sono tutte e sole le n-uple che si scrivono come somma di A con una qualsiasi combinazione lineare dei vi : (11) Soluzioni = {A + t1 v1 + t2 v2 + . . . + td vd : t1 , t2 , . . . , td ∈ R}
Questo
è un esempio di parametrizzazione di un insieme, con due parametri s e t liberi.
106
(III.13) Definizione (dimensione). La dimensione di un insieme del tipo (11) è il numero d di parametri liberi che si usano nella sua parametrizzazione. Osserviamo che Rn è l’insieme delle combinazioni lineari degli n vettori (versori) linearmente indipendenti e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en (= (0, . . . , 0, 1), e quindi ha dimensione n. L’insieme di tutti i vettori di dimensione n (nel senso di dimensione di un vettore) è quindi uno spazio di dimensione n (nel senso di dimensione di un insieme di vettori). In generale ci possono essere insiemi di dimensione d di vettori di dimensione n, con n , d (per esempio, una retta nel piano è un insieme di dimensione 1 di vettori di dimensione 2). Riguardando la Definizione (III.13), ci si accorge che, al contrario della dimensione di un vettore che è immediata da verificare, la dimensione di un insieme X di soluzioni è una proprietà di una sua particolare parametrizzazione (il numero dei parametri liberi), e non del sistema di equazioni (due sistemi diversi possono avere le stesse soluzioni) né dell’insieme stesso. Può cambiare se si ottiene un’altra parametrizzazione, per esempio se si risolve un sistema in un altro modo (eliminando le variabili in un altro ordine)? In che modo cambia? In altre parole, la dimensione dello spazio delle soluzioni è ben definita? Torneremo sotto su questo importante problema nel prossimo Capitolo IV, per la Proposizione (IV.13).
§ 3. Coordinate cartesiane e geometria analitica Una delle interpretazioni di n-uple evettori più naturali è quella geometrica. Come abbiamo visto nei Capitoli I e II del primo volume, la retta è una interpretazione geometrica del continuum dei numeri reali, e i punti del piano possono essere rappresentati da coppie di numeri reali (che corrispondono a loro volta ai numeri complessi). In modo analogo, i punti dello spazio tridimensionale (lo spazio fisico in cui ci troviamo) possono essere associati a terne di coordinate cartesiane (x, y, z), come vedremo tra poco. Il primo passo è fissare un sistema di riferimento (cartesiano) nello spazio. Sulla retta questo è dato da un punto (l’origine), una unità di misura e un verso di percorrenza: equivalentemente, l’origine O (che corrisponde a 0) e un punto A , O punto sulla retta che corrisponde a 1. Nel piano, un sistema di riferimento è costituito da due rette ortogonali che si incontrano nell’origine O, che rappresentano le due coordinate dei punti del piano, su ognuna delle quali si sceglie il punto corrispondente all’unità (cioè unità di misura e verso di percorrenza). Nello spazio il sistema di riferimento sarà dato da tre rette a due a due ortogonali, chiamati gli assi del sistema di riferimento, passanti per un punto fissato chiamato origine, indicato ancora con la lettera O. Sui tre assi si suppone scelto un sistema di riferimento con origine in O; s’intende che, a parte la scelta del verso di percorrenza degli assi, per tutti
Vettori e calcolo geometrico
Per il Teorema (III.12), possiamo quindi definire la dimensione dell’insieme di soluzioni di un sistema di equazioni lineari.
x y
z
F III.1: terna destrorsa.
Anche se a volte questa interpre-
tazione è un po’ fuorviante. A volte l’immaginare situazioni geometriche aiuta a comprendere e ricordare concetti o metodi, ma bisogna fare attenzione a che l’intuizione visiva non cerchi di sostituirsi al rigore logico del ragionamento che si cerca di seguire.
Si
possono prendere anche riferimenti in cui le due rette non sono ortogonali.
§ 3. Coordinate cartesiane e geometria analitica
e tre si è scelta la stessa unità di misura. Come vedremo, la terna di assi può essere scelta (a meno di rotazioni dello spazio) essenzialmente in due modi. La consuetudine è di preferire sistemi di riferimento in cui gli assi orientati costituiscono una terna destrorsa, come in Figura III.1. Dato un sistema di riferimento, è possibile mettere in corrispondenza biunivoca i punti dello spazio con le terne di numeri reali (chiamate coordinate cartesiane dei punti). Dati i tre assi x, y, z (su cui i punti sono rappresentati dai numeri reali x, y e z), la coordinata x di P è l’intersezione con l’asse delle x del piano parallelo al piano yz (quello che contiene gli assi y e z) e passante per P. La coordinata y di P è l’intersezione con l’asse delle y del piano parallelo al piano xz e passante per P, e la coordinata z di P è l’intersezione con l’asse delle z del piano parallelo al piano xy e passante per P. Per essere certi della coerenza della nostra definizione di coordinate, dovremmo mostrare che le tali intersezioni esistono e sono uniche: a tal fine basta osservare che l’asse z è ortogonale al piano xy, e quindi non può essere parallelo né contenuto in nessun piano parallelo a xy. Renderemo più rigorosa questa affermazione nell’Esercizio (III.13) a pagina 151. I vettori di R3 con coordinate (1, 0, 0), (0, 1, 0) e (0, 0, 1) si indicano con i simboli i, j, k e sono anche detti i versori del sistema di riferimento canonico di R3 . Come procedere nella direzione inversa, cioè trovare il punto a partire dalle sue coordinate? Come si può vedere in Figura III.2 il punto di coordinate (x, y, z) si ottiene in tre passi: partendo dall’origine ci si sposta nella direzione dell’asse x fino a raggiungere (x, 0, 0); di qui ci si sposta nella direzione dell’asse y fino a raggiungere il punto (x, y, 0); finalmente, si sale nella direzione verticale dell’asse z e si finisce in (x, y, z), “tracciando” un segmento di lunghezza z a partire da (x, y, 0). È importante capire che per costruire questa corrispondenza abbiamo utilizzato due concetti: quello di punto (cioè una posizione nello spazio) e quello di spostamento tra due punti (e qui si aggiunge una componente dinamica alla geometria dello spazio) lungo una direzione. È l’analogo, se si vuole, della piccola differenza che abbiamo introdotto tra n-uple e vettori: gli spostamenti hanno una struttura algebrica più ricca di quella dei punti dello spazio. Infatti, si possono riscalare (non è difficile immaginare uno spostamento che è una frazione o un multiplo di uno spostamento dato: questa operazione corrisponde alla moltiplicazione per un opportuno scalare) e sommare: se ci si sposta da A a B e poi da B a C, lo spostamento risultante sarà quello da A a C. Anche se queste operazioni si possono comunque eseguire allo stesso modo sui punti, il significato geometrico non è lo stesso. Non si è capito niente? Riprendiamo da capo. In un sistema di riferimento cartesiano fissato, se A e B sono due punti dello spazio, definiamo il vettore spostamento: #» (12) AB = B − A,
107
Questa
costruzione si basa sui seguenti due fatti generali: ① se P è un punto dello spazio e r un piano qualsiasi che non contiene P, allora esiste un unico piano r′ parallelo a r che contiene P; ② l’intersezione di un piano con una retta è un unico punto, tranne quando la retta è parallela al piano (e quindi non c’è intersezione) oppure quando è contenuta nel piano (e quindi l’intersezione è tutta la retta). z (0, 0, z)
(0, y, z)
(x, 0, z) (x, y, z)
O
(0, y, 0) y
(x, 0, 0) (x, y, 0) x
F III.2: coordinate cartesiane dello spazio.
Un altro motivo per cui moltiplicare per uno scalare è detto riscalamento è il fatto che quando si cambia unità di misura sugli assi, le lunghezze risultano riscalate, cioè moltiplicate per un opportuno fattore di conversione.
108
Vettori e calcolo geometrico
#» cioè l’unico vettore tale che B = A + AB (lo spostamento che da A porta in B) come indicato in Figura III.3, le cui componenti non sono altro che le differenze delle coordinate di B e A. Ne segue che le coordinate # » del punto A e del vettore spostamento OA sono le stesse. La somma di vettori spostamento ha la proprietà che ci aspettiamo: spostarsi da A a B e poi da B a C significa in totale andare da A a C
B
#
AB A
#» #» # » AB + BC = AC, dato che B − A + C − B = C − A. Se fissiamo un vettore spostamento v, allora la trasformazione dello spazio Rn in sé definita da
F III.3: vettore spostamento da A a B.
P 7→ P + v si dice traslazione di vettore v. Vedremo più avanti (Esercizio (III.6) a pagina 145) la nota proposizione che le traslazioni mandano ogni retta in una retta ad essa parallela, e rette parallele in rette parallele, per cui possiamo interpretare geometricamente la somma di vettori con la regola del parallelogramma.
C
#
BC
B
#
AC
#
(III.14) Se a e b sono due vettori, allora i quattro punti (indicati in Figura III.5)
AB A
A, B = A + a, C = A + b, D = A + a + b sono i vertici di un parallelogramma.
F III.4: somma di vettori spostamento.
Dimostrazione. Osserviamo che la traslazione con vettore a manda A in B e C in D: dunque la retta per A e B va nella retta per C e D, che le è quindi parallela. Analogamente, la traslazione con vettore b manda A in C e B in D, e quindi la retta per A e C è parallela alla retta per B e D.
Consideriamo ora due punti A e B nello spazio, come indicato in Figura III.6. Se le coordinate di A sono (xA , yA , zA ) e quelle di B sono (xB , yB, zB ), è facile utilizzare due volte il Teorema di Pitagora e vedere che la distanza tra A e B (cioè la lunghezza del segmento AB) è uguale a q Lunghezza AB = (xB − xA )2 + (yB − yA )2 + (zB − zA )2 . Motivati da questo calcolo, definiamo in generale la norma di un vettore in modo tale da poter scrivere poi questa formula in modo più sintetico. (III.15) Definizione (Norma di un vettore). La norma di un vettore v = (v1 , v2 , . . . , vn ), indicata con il simbolo kvk, è uguale a q v21 + v22 + . . . + v2n
D
#
CD
#
BD
C
#
a+
b = AC
b B
#
a = AB A
F III.5: regola del parallelogramma.
Si può scrivere, con il simbolo di sommatoria, anche come v t n X v2i . kvk = i=1
§ 3. Coordinate cartesiane e geometria analitica
109
z
B
A
C
y
x
F III.6: distanza di punti nello spazio cartesiano. Scelto un sistema di riferimento cartesiano, possiamo usare due volte il Teorema di Pitagora, una volta per calcolare la distanza tra i punti nel piano (xA , yA ) e (xB , yB ), e una seconda volta applicato al triangolo ABC, dove le coordinate di C sono (xB , yB , zA ).
Con questa notazione, osserviamo che la distanza tra due punti dello spazio non è altro che la norma del vettore differenza (spostamento), e quindi possiamo riscrivere in modo più sintetico come #» Distanza tra A e B = kABk = kB − Ak. Si tratta in fondo di una riscrittura nel linguaggio moderno del teorema di Pitagora. Forse qualcuno ricorda che c’è una generalizzazione del teorema di Pitagora, nota come il Teorema del coseno, o anche Teorema di Carnot, che dice quanto segue: se a, b e c indicano le lunghezze dei lati BC, CA e AB di un triangolo ABC e γ indica l’angolo in C, allora
A b
c γ
C
B a
F III.7
A
(13) c2 = a2 + b2 − 2ab cos γ. Possiamo definire i seguenti vettori #» c = AB #» a = CB #» b = CA
=⇒ =⇒ =⇒
kck = c,
kak = a,
c = a − b,
γ C
da cui
c2 = kck2 = ka − bk2 .
a
B
F III.8
kbk = b,
e ridisegnare la Figura III.7 indicando esplicitamente i vettori, come in Figura III.8. Nel sistema di riferimento che abbiamo scelto i vettori a, b e c avranno coordinate che, come sopra, indichiamo con (a1 , a2 , . . . , an ), #» #» #» # » #» (b1 , b2 , . . . , bn ) e (c1 , c2 , . . . , cn ). Dato che AB = AC + CB = −CA + CB, possiamo scrivere
c
b
In
questa forma generale la formula ha senso per n = 2 (nel piano), oppure n = 3 (nello spazio), o anche negli spazi a dimensioni più alte, senza difficoltà di sorta.
110
Vettori e calcolo geometrico
Per definizione di norma si ha c2 = ka − bk2 = (a1 − b1 )2 + (a2 − b2 )2 + . . . + (an − bn )2
= a21 + b21 − 2a1 b1 + a22 + b22 − 2a2 b2 + . . . + a2n + b2n − 2an bn
= a21 + a22 + . . . + a2n + b21 + b22 + . . . + b2n −2 (a1 b1 + a2 b2 + . . . + an bn ) | {z } | {z } =kak2 =a2 2
=kbk2 =b2
2
= kak + kbk − 2 (a1 b1 + a2 b2 + . . . + an bn ) . Per il Teorema del coseno (13) risulta quindi c2 = a2 + b2 − 2ab cos γ. =⇒ 2 2 = a + b − 2 (a1 b1 + a2 b2 + . . . + an bn )
a1 b1 +a2 b2 +. . .+an bn = ab cos γ.
Come nel caso della norma e il teorema di Pitagora, possiamo introdurre una operazione tra vettori che ci consente di riassumere in pochi simboli quanto detto. (III.16) Definizione (Prodotto scalare). Siano a e b due vettori di dimensione n. Il loro prodotto scalare, che si indica con il simbolo a · b, è a · b = a1 b1 + a2 b2 + . . . + an bn . Alcune volte useremo anche il simbolo equivalente ha, bi. Possiamo riassumere quanto visto sopra nella seguente proposizione. (III.17) Proposizione. Se a e b sono due vettori e γ è l’angolo tra a e b, allora a · b = kak kbk cos γ. Le seguenti proprietà seguono immediatamente dalla definizione di prodotto scalare e di norma. (III.18) (Proprietà del prodotto scalare) Se a, b e c sono vettori qualsiasi di Rn e c è uno scalare, allora: ① a e b sono ortogonali se e solo ④ a · (b + c) = a · b + a · c. se a · b = 0. ⑤ (ca) · b = c(a · b). ② a · a = kak2 . ③ a · b = b · a.
⑥ 0 · a = 0.
Non importa con quale ordine si scelgano i due vettori, dal momento che cos γ = cos(−γ). Non solo: due vettori individuano due angoli γ e 2π − γ, almeno uno dei quali è compreso tra 0 e π. Ma cos(2π − γ) = cos(−γ) = cos γ, quindi il coseno dei due angoli è lo stesso, e in genere consideriamo sempre l’angolo compreso tra 0 e π.
§ 3. Coordinate cartesiane e geometria analitica
111
(III.19) Valgono le due disuguaglianze ① (Cauchy–Schwarz) Per ogni a, b ∈ Rn |a · b| ≤ kak kbk, e vale l’uguaglianza se e solo se a e b sono paralleli. ② (Disuguaglianza triangolare) Per ogni a, b ∈ Rn ka + bk ≤ kak + kbk e vale l’uguaglianza se e solo se a e b sono paralleli e a · b ≥ 0. j Dimostrazione. Per la prima, osserviamo che |a · b| ≤ kakkbk se e solo se (a · b)2 ≤ kak2 kbk2 , e quindi, se a = (a1 , a2 , . . . , an ) e b = (b1 , b2 , . . . , bn ), se e solo se 2 n n n X X X b2j a2i ai bi ≤
(e forse più semplice) della disuguaglianza di Cauchy–Schwarz si veda anche pagina 178.
j=1
i=1
i=1
Per una dimostrazione alternativa
n n n n X X X X b2j a2i a j b j ≤ ai bi
⇐⇒
n X
⇐⇒
i,j=1
⇐⇒
2
X
1≤i<j≤n
j=1
i=1
j=1
i=1
ai bi a j b j ≤ ai bi a j b j ≤
⇐⇒
0≤
⇐⇒
0≤
n X
a2i b2j
i,j=1
X
(a2i b2j + a2j b2i )
Si cancellano tutti i termini per i = j.
1≤i<j≤n
X
1≤i<j≤n
X
1≤i<j≤n
(a2i b2j + a2j b2i − 2ai bi a j b j ) (ai b j − a j bi )2 .
Quest’ultima è sempre vera, e vale l’uguaglianza quando ai b j = a j bi per ogni i < j. Ma questo è vero se e soltanto se a e b sono paralleli, cioè se esiste c ∈ R tale che b = ca (si veda l’Esercizio 53 ). Per la seconda, osserviamo che ka + bk ≤ kak + kbk se e solo se
A
ka + bk2 ≤ (kak + kbk)2 ,
#
CA
e quindi
A′
γ
⇐⇒
⇐⇒
⇐⇒
(a + b) · (a + b) ≤ kak2 + kbk2 + 2kakkbk
kak2 + 2a · b + kbk2 ≤ kak2 + kbk2 + 2kakkbk a · b ≤ kakkbk.
Quest’ultima è sempre vera per la disuguaglianza di Cauchy–Schwarz, e vale l’uguaglianza quando a · b ≥ 0 e a e b sono paralleli.
Come si vede dalla Figura III.9, il prodotto scalare può essere usato per calcolare la proiezione di un punto su una retta. Infatti, la proiezione del punto A sulla retta per CB è l’unico punto A′ sulla retta CB per cui
C
|CA| cos γ
#
CA′
F III.9
B
112
Vettori e calcolo geometrico
# » #» il vettore AA′ è ortogonale a CB. Il segmento CA′ ha quindi lunghezza |CA| cos γ, che può essere scritto anche come #» |CA| cos γ = kCAk cos γ # » #» # » CA · CB = kCAk # » # » kCAkkCBk # » #» CA · CB = #» . kCBk #» #» Se indichiamo con a = CA e b = CB, possiamo scrivere il punto A′ nel modo seguente (si veda anche la Figura III.10), osservando che il vettore b/kbk ha la stessa direzione di b e ha norma uno (cioè è un vettore unitario, o versore), # » a·b b a·b CA′ = b. = kbk kbk kbk2
a γ C a·b b kbk2
Definiamo la proiezione di un vettore a su di un vettore b (o, equivalentemente, la proiezione di a sulla retta individuata da b) con la formula a·b (14) projb a = b. kbk2
Se il vettore b è unitario, allora la proiezione assume la forma più semplice projb a = (a · b)b. (III.20) Nota. Se i, j e k sono i tre vettori unitari del sistema di riferimento canonico di R3 , allora le proiezioni di un vettore x = (x1 , x2 , x3 ) sono
A′
b
F III.10
Fissato il vettore b ∈ Rn , b , 0, la proiezione projb associa quindi ad un vettore a ∈ Rn il vettore projb a definito dalla (14), che è sempre multiplo scalare di b. È quindi una funzione da Rn all’insieme dei multipli scalare di b (cioè alla retta in Rn che contiene b).
proji x = (x · i)i = x1 i
proj j x = (x · j) j = x2 j
projk x = (x · k)k = x3 k, cioè sono proprio le componenti di x rispetto ai tre assi. Come vedremo nel prossimo capitolo, questo è vero per tutti i sistemi di riferimento ortogonali.
§ 4. Area di un parallelogramma Consideriamo nel piano un parallelogramma di vertici A, B, C e D, come in Figura III.11. Per quanto abbiamo visto in (III.14), i lati paralleli danno luogo a vettori uguali, che possiamo chiamare #» # » #» #» a = AB = CD e b = AC = BD.
In
tutto questo paragrafo consideriamo solo vettori del piano bidimensionale. Ovviamente è possibile considerare anche parallelogrammi i cui lati siano vettori di tre o più dimensioni (si veda anche il § 6 sul prodotto vettoriale).
§ 4. Area di un parallelogramma
113
Ora che conosciamo il coseno dell’angolo compreso fra i due vettori, possiamo facilmente calcolare l’area del parallelogramma, riferendoci alla Figura III.11. Poiché l’altezza rispetto alla base AB è kbk| sin γ, abbiamo p Area = kakkbk| sin γ| = kak2 kbk2 − (a · b)2 . Siano i = (1, 0) e j = (0, 1). Allora a = a1 i + a2 j, b = b1 i + b2 j, e, per la Proposizione (III.17),
C
b
D
|b| sin γ γ a
A
H B
F III.11: un parallelogramma e la sua area.
(15) Area = |a1 b2 − a2 b1 | . Per una ragione che cercheremo di spiegare fra poco, conviene definire l’area con segno, indicandola con il simbolo A(a, b) come A(a, b) = kakkbk sin γ = a1 b2 − a2 b1 . Ora dimostriamo che questa definizione discende necessariamente da alcune relazioni fondamentali che intercorrono fra l’area (con segno) e le operazioni di base fra i vettori che definiscono il parallelogramma. Esse sono ➔ invarianza per traslazioni: l’area di un parallelogramma non cambia se si trasla la figura, e quindi dipende solo dai due vettori a e b; ➔ fattore di riscalamento: se moltiplichiamo b per uno scalare c, otteniamo un nuovo parallelogramma ABC′ D′ , in cui C′ = A + cb = #» #» A + cAC e D′ = B + cb = B + cBD, come in Figura III.12. Ne segue che anche l’area viene riscalata per il fattore c, e cioè che A(a, cb) = cA(a, b); lo stesso vale naturalmente se riscaliamo a; ➔ area di una somma: consideriamo la situazione rappresentata nella Figura III.13: l’area del parallelogramma ABDC è A(a, b). Se c è un vettore qualsiasi e si pone C′ = C + c, D′ = D + c, ne risulta che CDD′ C′ è un parallelogramma, la cui area è uguale a A(a, c), visto #» # » che a = AB = CD. Poiché i triangoli ACC′ e BDD′ sono congruenti, l’area del parallelogramma ABD′ C′ è uguale alla somma delle aree # » di ABDC e CDD′ C′ ; ma AC′ = C+c−A = b+c, e dunque A(a, b+c) = A(a, b) + A(a, c); ➔ area del segmento: se si scelgono due vettori uguali (a = b), cioè se il parallelogramma degenera in un segmento la sua area sarà zero, cioè A(a, a) = 0; ➔ area del quadrato: se invece si scelgono i due vettori a = (1, 0) e b = (0, 1) otteniamo un quadrato di lato unitario, che quindi ha area 1. Riassumiamo le quattro proprietà della funzione area che abbiamo dimostrato.
Abbiamo
già incontrato le aree con segno nel primo volume, quando abbiamo introdotto gli integrali di funzioni di una variabile. In quel frangente, il segno attribuito alle aree era positivo per le regioni del semipiano delle y positive e negativo altrimenti, Cioè in dipendenza dal segno del seno dell’angolo formato con la semiretta delle x positive. In modo simile, nella circostanza presente, assegnamo un segno concordemente con il seno dell’angolo formato con la semiretta determinata dal vettore a.
D′ C′ = A + cb D C a
B
A
F III.12: riscalando un lato di un parallelogramma, l’area viene riscalata dello stesso fattore.
114
Vettori e calcolo geometrico
D′
C′
D c C
b+c B
b a A
F III.13: area e somma di vettori.
(A1) A(ca, b) = cA(a, b) = A(a, cb); (A2) A(a, b + c) = A(a, b) + A(a, c); A(a + c, b) = A(a, b) + A(c, b); (A3) A(a, a) = 0; " # " #! 1 0 (A4) A , = 1. 0 1
Per
le considerazioni fatte sull’idea di area con segno, riteniamo valida questa proprietà anche per c < 0.
Procediamo nel ragionamento osservando che il segno di una funzione area con queste proprietà dipende dall’ordine dei vettori, dal momento che (16) (A2) + (A3)
=⇒
A(a, b) = −A(b, a).
Osserviamo inoltre che se per ogni a e b vale l’equazione (16), allora in particolare vale (A3): infatti, ponendo a = b si ottiene A(a, a) = −A(a, a) e quindi A(a, a) = 0. Possiamo quindi sostituire la Proprietà (A3) con la seguente: (A3’) A(a, b) = −A(b, a). (III.21) C’è una unica funzione A(a, b), con a e b in R2 , che soddisfa le Proprietà (A1), (A2), (A3) (equivalentemente (A3’)) e (A4).
Infatti, A(a, b) + A(b, a) = A(a, b) + A(a, a) + A(b, b) +A(b, a) | {z } | {z } =0
=0
= A(a, a + b) + A(b, b + a) = A(a, a + b) + A(b, a + b) = A(a + b, a + b) = 0.
§ 4. Area di un parallelogramma
115
Dimostrazione. Siano i = (1, 0) e j = (0, 1). Allora a = a1 i + a2 j, b = b1 i + b2 j, e per (A1) e (A2) possiamo scrivere A(a, b) = A(a1 i + a2 j, b) = a1 A(i, b) + a2 A(j, b) = a1 A(i, b1 i + b2 j) + a2 A(j, b1 i + b2 j) = a1 (b1 A(i, i) + b2 A(i, j)) + a2 (b1 A(j, i) + b2 A(j, j)) = a1 b2 A(i, j) + a2 b1 A(j, i) = (a1 b2 − a2 b1 )A(i, j) = a1 b2 − a2 b1 .
A(i, i) = A( j, j) = 0 A( j, i) = −A(i, j) = 0 A(i, j) = 1
Quindi non può esistere più di una funzione con queste proprietà. Per mostrare che almeno una esiste, basta mostrare che la funzione che abbiamo definito come area con segno A, e che d’ora in poi chiameremo determinante, cioè " # " #! a b (17) det 1 , 1 = a1 b2 − a2 b1 . a2 b2 in effetti verifica (A1), (A2), (A3’) (equivalentemente: (A3)) e (A4). Verifichiamo quindi che tutte le proprietà sono soddisfatte: (A1) det(ca, b) = ca1 b2 − ca2 b1 = c det(a, b) = det(a, cb).
(A2) det(a, b + c) = a1 (b2 + c2 ) − a2 (b1 + c1 ) = a1 b2 − a2 b1 + a1 c2 − a2 c1 = det(a, b) + det(a, c); analogamente det(a + c, b) = (a1 + c1 )b2 − (a2 + c2 )b1 = a1 b2 − a2 b1 + c1 b2 − c2 b1 = det(a, b) + det(c, b). (A3) det(a, a) = a1 a2 − a2 a1 = 0.
(A4) det(i, j) = i1 j2 − i2 j1 = 1 · 1 − 0 · 0 = 1.
(III.22) Definizione. La funzione det(a, b), la cui esistenza e unicità è stata dimostrata nella Proposizione (III.21), è detta funzione determinante. Risulta Area (ABCD) = |det(a, b)|, #» # » #» #» se ABCD è un parallelogramma con a = AB = CD e b = AC = BD. Vediamo una importante conseguenza delle proprietà del determinante. (III.23) Teorema. Siano a e b due vettori di R2 . Le seguenti affermazioni sono equivalenti: ① I vettori a e b sono linearmente indipendenti. ② det(a, b) , 0. ③ Per ogni c ∈ R2 , il sistema di due equazioni (18) ax + by = c ha una e una sola soluzione (x, y).
Questo è ancora l’equazione (7) a pagina 103.
116
Vettori e calcolo geometrico
Dimostrazione. Siano (a1 , a2 ) = a e (b1 , b2 ) = b. Per prima cosa dimostriamo che se i vettori a e b sono linearmente indipendenti, allora il determinante det(a, b) , 0. Se infatti per assurdo det(a, b) = 0, allora " # " # " # a b 0 a1 b2 − a2 b1 = 0 =⇒ b2 1 − a2 1 = . a2 0 b2 Ora, i casi sono due: se (a2 , b2 ) , 0 dall’ultima equazione segue che a e b sono linearmente dipendenti; se invece (a2 , b2 ) = 0, comunque a e b sono linearmente dipendenti perché b1 a = a1 b. Ora mostriamo che se il determinante det(a, b) , 0, allora per ogni c ∈ R2 esiste una e una unica soluzione (x, y) all’equazione (18). Infatti
Ricordate la proposizione “contro-
nominale”, nel capitolo ℵ del primo volume?
Sistema di equazioni, se vogliamo. G
det(a, c) = det(a, ax + by) = det(a, a)x + det(a, b)y
F
H E
= det(a, b)y det(b, c) = det(b, ax + by)
#
c = AE
= det(b, a)x + det(b, b)y = − det(a, b)x,
y
B
C
#
#
b = AC
e quindi, dato che det(a, b) , 0, det(c, b) , (19) x = det(a, b)
D
a = AB A
F III.14
det(a, c) = . det(a, b)
Finiamo con il mostrare che se per ogni c ∈ R2 l’equazione (18) ha una ed esattamente una soluzione, allora a e b sono linearmente indipendenti. Se non lo fossero, allora esisterebbe (x0 , y0 ) , (0, 0) tale che ax0 + by0 = 0. Quindi l’equazione ax + by = 0 avrebbe almeno le due soluzioni distinte (0, 0) e (x0 , y0 ), e non una sola soluzione.
È
facile verificare (applicando (17)) che quella ottenuta è effettivamente una soluzione.
Cioè l’equazione per c = 0 ∈ R2 .
§ 5. Volume di un parallelepipedo La discussione appena conclusa della nozione dell’area (con segno) di un parallelogramma e delle sue proprietà, ci servirà da guida per definire, in questo paragrafo, il volume (con segno) di un parallelepipedo. La Figura III.15 mostra un parallelepipedo nello spazio euclideo. Innanzitutto, #» #» #» osserviamo che i vettori a = AB, b = AC e c = AE identificano in modo univoco il parallelepipedo a meno di traslazioni. L’invarianza per traslazioni implica dunque che il volume sia una funzione dei tre vettori a, b e c. In analogia con il caso dell’area, cerchiamo di rendere esplicite le proprietà del volume (con segno) che indicheremo con V(a, b, c). La prima cosa da osservare è che se E′ indica il piede della perpendicolare alla base ABDC passante per E (come in Figura III.15), allora il volume è uguale all’area del parallelogramma di base ABDC per l’altezza h = EE′ . Ma h non cambia quando si moltiplicano a o b per degli scalari. Lo stesso naturalmente vale per le altre due facce. Abbiamo di nuovo il fattore di riscalamento: per ogni c reale V(ca, b, c) = hA(ca, b) = chA(a, b) = cV(a, b, c). Per quanto riguarda il volume della somma, ragionando di nuovo come
In tutto questo paragrafo consideriamo solo vettori tridimensionali.
G F
H E D B E′
C A
F III.15
§ 5. Volume di un parallelepipedo
117
G′
H′
G F
H E ′
D
C′
D B
C A
F III.16: additività del volume. Si provi, per esercizio, a dimostrare che il volume del parallelepipedo ABEC′ (non elenchiamo tutti i vertici: ne bastano 4 per identificarlo) è uguale alla somma dei volumi di ABEC e CDHC′ . Questo è un buon esempio di come l’approccio algebrico semplifichi di molto la trattazione.
nel caso del parallelogramma, avvalendosi della Figura III.16, l’analogo tridimensionale della Figura III.13, si mostra facilmente la proprietà di additività. Analoghe considerazioni ci spingono a definire zero il volume di un parallelepipedo degenere, in cui degli spigoli è nullo, e uno il volume del cubo di lato unitario. Ritroviamo dunque le seguenti proprietà: (V1) V(ca, b, c) = cV(a, b, c) = V(a, cb, c) = V(a, b, cc); (V2) V(a + d, b, c) = V(a, b, c) + V(d, b, c); V(a, b + d, c) = V(a, b, c) + V(b, d, c); V(a, b, c + d) = V(a, b, c) + V(a, b, d);
Valida anche per c < 0 (otterremo perciò un volume con segno).
(V3) (se due vettori coincidono, il volume è nullo) V(a, a, b) = 0 = V(a, b, b) = V(a, b, a); 1 0 0 (V4) V 0 , 1 , 0 = 1. 0 0 1 Come nel paragrafo precedente, osserviamo che la Proprietà (V3) è equivalente alla seguente: (V3’) V(a, b, c) = −V(b, a, c) = V(b, c, a) = −V(c, b, a) = V(c, a, b) = −V(a, c, b). Cioè ogni volta che si scambiano tra di loro due vettori, cambia il segno del volume V. Dimostreremo che una funzione V con queste proprietà esiste, ed è unica. Sorprendentemente, nonostante tale funzione si ottenga come risultato di considerazioni del tutto analoghe al caso del determinante di due vettori nel piano, la sua espressione è ora notevolmente più complicata.
Supposta
valida la (V2). Si provi a dimostrare questa affermazione — Esercizio 44 a pagina 161.
118
Vettori e calcolo geometrico
(III.24) C’è una unica funzione V(a, b, c), con a, b e c in R3 , che verifica le Proprietà (V1), (V2), (V3) (equivalentemente (V3’)) e (V4): a1 b1 c1 (20) V a2 , b2 , c2 = a1 b2 c3 − a1 b3 c2 − a2 b1 c3 + a2 b3 c1 + a3 b1 c2 − a3 b2 c1 . a3 b3 c3 (III.25) Definizione. La funzione la cui esistenza e unicità è stabilita nella Proposizione (III.24), (definita in (20)) è detta funzione determinante dei tre vettori. Risulta Volume (a, b, c) = |det (a, b, c)|. Procediamo di seguito alla dimostrazione, lungo la quale vedremo alcune proprietà fondamentali della funzione determinante. Prima però cerchiamo di trovare un legame con l’area, ricostruendo in un modo diverso la ben nota formula di “area di base” per “altezza”. (III.26) Lemma. Dalle Proprietà (V1), (V2) e (V3) segue che se si somma ad uno dei vettori un multiplo di un altro il volume V non cambia. Per esempio, per ogni c ∈ R V(a, b, c) = V(a, b + ca, c) = V(a, b, c + ca). Dimostrazione. Basta osservare che V(a, b + ca, c) = V(a, b, c) + V(a, ca, c) = V(a, b, c) + cV(a, a, c) = V(a, b, c).
Supponiamo che a = i = (1, 0, 0). Allora possiamo sommare −b1 i al vettore b e −c1 i al vettore c, ottenendo 1 0 0 1 b1 c1 (21) V 0 , b2 , c2 = V 0 , b2 , c2 . 0 b3 c3 0 b3 c3 Ora, i vettori ottenuti, (0, b2 , b3 ) e (0, c2, c3 ) sono ortogonali a i (che ha lunghezza 1) "e quindi # " #!ci si aspetta che il volume del parallelepipedo sia b2 c2 . Lo dimostriamo in generale utilizzando l’unicità , uguale a det b3 c3 della funzione determinante det per due vettori. (III.27) Lemma. Se esiste una funzione V che verifica (V1), (V2), (V3), (V4), allora " # " #! 1 b1 c1 c b V 0 , b2 , c2 = det 2 , 2 , b3 c3 0 b3 c3 " # " #! 0 b1 c1 c b V 1 , b2 , c2 = − det 1 , 1 , b3 c3 0 b3 c3
Infatti V(a, a, c) = 0.
§ 5. Volume di un parallelepipedo
119
" # " #! 0 b1 c1 b c V 0 , b2 , c2 = det 1 , 1 . b2 c2 1 b3 c3 Dimostrazione. Analogamente a come abbiamo dimostrato l’equazione (21), possiamo mostrare che 0 b1 c1 0 b1 c1 0 b1 c1 0 b1 c1 V 1 , b2 , c2 = V 1 , 0 , 0 e V 0 , b2 , c2 = V 0 , b2 , c2 . 1 b3 c3 0 b3 c3 1 0 b3 c3 0 0 Ora, consideriamo la funzione " # " #! 1 0 0 b2 c2 f , = V 0 , b2 , c2 . b3 c3 0 b3 c3 Per (V1), verifica la Proprietà (A1). Per (V2), verifica la Proprietà (A2). Per (V3), verifica la Proprietà (A3). Infine " # " #! 1 0 0 1 0 = V 0 , 1 , 0 , f 0 1 0 0 1 che è uguale a 1 per la (V4): visto che la funzione determinante è unica, si ha la tesi. Ora procediamo nello stesso modo per " # " #! 0 b1 c1 b1 c1 f , = V 1 , 0 , 0 . b3 c3 0 b3 c3 Ancora (A1), (A2) e (A3) seguono facilmente. E (A4)? " # " #! 0 1 0 1 0 = V 1 , 0 , 0 . , f 0 1 0 0 1 Con lo scambio del primo e del secondo vettore notiamo che 1 0 0 0 1 0 V 1 , 0 , 0 = −V 0 , 1 , 0 = −1, 0 0 1 0 0 1 applicando (V3’) e (V4). Quindi la funzione che è uguale al determinante non è f ma − f . Possiamo concludere con la terza, osservando che se poniamo " # " #! 0 b1 c1 b1 c1 f , = V 0 , b2 , c2 b2 c2 1 0 0 otteniamo una funzione f che verifica le Proprietà (A1), (A2), (A3) e tale che " # " #! 1 0 0 1 0 0 0 1 0 1 0 0 0 1 0 0 1 = V , , = −V , , = V 0 , 1 , 0 = 1. , f 0 1 0 0 1 0 1 0 1 0 0
A volte è bello ripetersi.
120
Vettori e calcolo geometrico
Dimostrazione della Proposizione (III.24). Cominciamo a mostrare che, ammesso che esista, non ne può esistere più di una (cioè l’unicità). Siano i, j e k i tre vettori (1, 0, 0), (0, 1, 0) e (0, 0, 1). Allora a = (a1 , a2 , a3 ) si scrive come a1 i + a2 j + a3 k e il volume V(a, b, c) si può scrivere come somma V a1 i + a2 j + a3 k, b, c = a1 V(i, b, c) + a2 V(j, b, c) + a3 V(k, b, c). Ma per il Lemma (III.27) " # " #! b c V(i, b, c) = det 2 , 2 , b3 c3
" # " #! b c V(j, b, c) = − det 1 , 1 , b3 c3
Dimostrare
l’unicità prima dell’esistenza sembra un po’ bizantino, ma vedremo che aiuta a rendere la dimostrazione più – si spera – comprensibile.
" # " #! b c V(k, b, c) = det 1 , 1 , b2 c2
e quindi " # " #! " # " #! " # " #! a1 b1 c1 b c b c b c (22) V a2 , b2 , c2 = a1 det 2 , 2 −a2 det 1 , 1 +a3 det 1 , 1 . b3 c3 b3 c3 b2 c2 a3 b3 c3 C’è quindi al massimo una funzione V che verifica tutte le Proprietà (V1), (V2), (V3) e (V4). La (22) ci permetterebbe di definire la funzione cercata, come abbiamo fatto per il determinante di due vettori: ci resterebbe da dimostrare solo che questa funzione V soddisfa le proprietà in questione. Invece procediamo in un altro modo (e il Lettore è incoraggiato a provare a fare altrimenti): lo facciamo definendo un’altra funzione con le Proprietà (V1), (V2), (V3) e (V4). Sappiamo che ce ne può essere una sola, e quindi non sarà altro che un’altra definizione della stessa funzione, che denoteremo ancora con il simbolo det " # " #! " # " #! " # " #! b c a c a b (23) det(a, b, c) = a1 det 2 , 2 − b1 det 2 , 2 + c1 det 2 , 2 . b3 c3 a3 c3 a3 b3 Se c è uno scalare, allora
" # " #! " # " #! " # " #! b2 c2 ca2 c2 ca2 b2 , − b1 det , + c1 det , b3 c3 ca3 c3 ca3 b3 " # " #! " # " #! " # " #! b c a c a b = ca1 det 2 , 2 − cb1 det 2 , 2 + cc1 det 2 , 2 b3 c3 a3 c3 a3 b3
det(ca, b, c) = ca1 det
= c det(a, b, c). Per b e c si può seguire lo stesso ragionamento. Se d è un altro vettore, allora " # " #! " # " #! b2 c2 a2 + d2 c2 det(a + d, b, c) = (a1 + d1 ) det , − b1 det , + b3 c3 a3 + d3 c3 " # " #! a + d2 b2 +c1 det 2 , a3 + d3 b3 " # " #! " " # " #! " # " #!# b c a c d c = (a1 + d1 ) det 2 , 2 − b1 det 2 , 2 + det 2 , 2 + b3 c3 a3 c3 d3 c3 " " # " #! " # " #!# a2 b2 d b +c1 det , + det 2 , 2 a3 b3 d3 b3 = det(a, b, c) + det(d, b, c). Se si somma d a b e c si può seguire lo stesso ragionamento. Inoltre, se a = b si ha " # " #! " # " #! " # " #! a c a c a a det(a, a, c) = a1 det 2 , 2 − a1 det 2 , 2 + c1 det 2 , 2 = 0. a3 c3 a3 c3 a3 a3
§ 5. Volume di un parallelepipedo
121
Analogamente det(a, c, c) = 0 e det(a, b, a) = 0. Non rimane che controllare che valga (V4), " # " #! " # " #! " # " #! 0 1 0 0 1 0 = 1, , + 0 det , − 0 det , det(i, j, k) = det 0 0 0 1 0 1 ed è fatta. Come volevasi dimostrare.
(III.28) Siano a, b e c tre vettori di R3 . Allora a1 a2 a3 a1 b1 c1 det b1 , b2 , b3 = det a2 , b2 , c2 . c1 c2 c3 a3 b3 c3 Dimostrazione. Ricordiamo a questo proposito che per l’equazione (23) " # " #! " # " #! " # " #! b2 c2 a2 c2 a b det(a, b, c) = a1 det , − b1 det , + c1 det 2 , 2 . b3 c3 a3 c3 a3 b3 Ma anche, per l’equazione (22), " # " #! " # " #! " # " #! b2 c2 b1 c1 b c det(a, b, c) = a1 det , − a2 det , + a3 det 1 , 1 . b3 c3 b3 c3 b2 c2 Dato che det
" a1 a2
b1 b2
#!
" = a1 b2 − a2 b1 = det
a1 b1
a2 b2
#! ,
sia ha che " #! a1 a2 a3 b2 b3 b b b det 1 , 2 , 3 = a1 det − a2 det c2 c3 c1 c2 c3 " #! b2 c2 = a1 det − a2 det b3 c3 a1 b1 c1 = det a2 , b2 , c2 , a3 b3 c3
" b1 c1 " b1 b3
#! b3 + a3 det c3 #! c1 + a3 det c3
cioè la tesi.
" "
b1 c1
b1 b2
#! b2 c2 #! c1 c2
Il prossimo teorema racchiude le proprietà essenziali del determinante, relative alla dipendenza lineare e ai sistemi di equazioni lineari. (III.29) Teorema. Siano a, b e c tre vettori di R3 . Le seguenti proposizioni sono equivalenti: ① I vettori a, b e c sono linearmente indipendenti. ② det(a, b, c) , 0. ③ Per ogni d ∈ R3 , il sistema di (tre) equazioni (24) ax + by + cz = d ha una e una sola soluzione in (x, y, z).
122
Vettori e calcolo geometrico
j Dimostrazione. Come per l’analogo Teorema (III.23), dimostriamo che ① =⇒ ② =⇒ ③ =⇒ ①. Cominciamo a mostrare not ② =⇒ not ①, cioè che se det(a, b, c) = 0, allora i tre vettori sono linearmente dipendenti. Ma a, b, c sono linearmente dipendenti se e solo se esiste una soluzione (x, y, z) , 0 del sistema a1 x + b1 y + c1 z = 0 a2 x + b2 y + c2 z = 0 (25) a3 x + b3 y + c3 z = 0. È un sistema che possiamo risolvere per eliminazione delle variabili (eliminazione di Gauss), permutando righe e sommando alle righe combinazioni lineari di altre righe. Ora, consideriamo i vettori dei coefficienti delle tre equazioni a1 a2 a3 b1 , b2 , b3 . c1 c2 c3 Per la Proposizione (III.28) il loro determinante è uguale al determinante a1 b1 c1 d = det a2 , b2 , c2 = det(a, b, c) = 0. a3 b3 c3 Ad ogni operazione elementare sul sistema (25) come cambia il determinante dei vettori dei coefficienti? Se si permutano due equazioni, allora si permutano i due vettori corrispondenti e quindi da d si passa a d′ = −d. Se si somma ad una equazione un’altra equazione, sappiamo che il determinante non cambia. Se si moltiplica un’equazione per una costante c , 0, allora si passa da d a d′ = cd. In ogni caso, si passa da un sistema con determinante zero a un sistema con determinante zero (e viceversa da uno con determinante diverso da zero a uno con determinante diverso da zero). Supponiamo quindi di poter eliminare la variabile x1 : alla fine della procedura di eliminazione il sistema ha la forma x + bˆ 1 y + cˆ1 z = 0 bˆ 2 y + cˆ2 z = 0 bˆ 3 y + cˆ3 z = 0, e il determinante dei coefficienti deve essere zero. Ma per il Lemma (III.27) si ha " # " #! 1 0 0 ˆ ˆ ˆ bˆ bˆ det b1 , b2 , b3 = det 2 , 3 ). cˆ2 cˆ3 cˆ1 cˆ2 cˆ3 Quindi il sistema ˆ b2 y + cˆ2 z = 0 bˆ 3 y + cˆ3 z = 0. ha determinante uguale a zero, e per il Teorema (III.23) ha una soluzione non nulla (y0 , z0 ) , (0, 0). Basta quindi porre x0 + bˆ 1 y0 + cˆ1 z0 = 0
Altrimenti
il ragionamento si applica ad una qualsiasi altra variabile: se non fosse possibile eliminare nessuna delle tre variabili, vorrebbe dire che a = b = c = 0, ed il sistema iniziale è risolto da ogni vettore.
§ 6. Il prodotto vettoriale
123
per trovare la soluzione cercata (x0 , y0 , z0 ) , (0, 0, 0). Per la parte ② =⇒ ③, ragioniamo come nella corrispondente parte della dimostrazione del Teorema (III.23): se det(a, b, c) , 0, allora la soluzione dell’equazione (24) si trova calcolando det(d, b, c), det(a, d, c) e det(a, b, d) come segue det(d, b, c) = x det(a, b, c) + y det(b, b, c) + z det(c, b, c) = x det(a, b, c)
Questo
metodo è detto metodo di Cramer, ovviamente in onore del matematico Gabriel Cramer (1704–1752).
det(a, d, c) = x det(a, a, c) + y det(a, b, c) + z det(a, c, c) = y det(a, b, c) det(a, b, d) = x det(a, b, a) + y det(a, b, b) + z det(a, b, c) = z det(a, b, c), da cui deduciamo che l’unica soluzione è data da (x, y, z) con (26) x =
det(d, b, c) , det(a, b, c)
y=
det(a, d, c) , det(a, b, c)
z=
det(a, b, d) . det(a, b, c)
Non rimane che dimostrare che ③ =⇒ ①: la dimostrazione però è praticamente la stessa di quella del Teorema (III.23), per cui la si lascia volentieri al Lettore per esercizio (si veda l’Esercizio 56 ).
a×b b
Possiamo concludere questa sezione tornando al problema delle terne destrorse. Diciamo che tre vettori a, b e c di R3 costituiscono una terna destrorsa (o che sono positivamente orientati) se
γ a
det(a, b, c) > 0. Sappiamo che
F III.17: prodotto vettoriale dei vettori a e b.
det(i, j, k) = 1 > 0, quindi i, j e k costituiscono una terna destrorsa anche in questo senso. È vero che possiamo sovrapporre pollice, indice e medio della mano destra a a, b e c come nella figura III.1 di pagina 106 se e solo se det(a, b, c) > 0? Ci ripenseremo.
§ 6. Il prodotto vettoriale Se a e b sono due vettori di dimensione 3, è possibile definire il prodotto vettoriale a × b di a e b come quel vettore che è perpendicolare sia a a che a b e che ha per lunghezza l’area del parallelogramma generato da a e b, come indicato in Figura III.17. Un momento. . . in questo modo non è ben definito! Se a e b sono linearmente indipendenti allora ci sono due vettori ortogonali al piano di a e b di lunghezza fissata; se invece a e b sono linearmente dipendenti (cioè uno è multiplo dell’altro), allora l’area è zero e quindi comunque non conta il fatto che di vettori ortogonali ad entrambi ce ne siano infiniti perché il prodotto viene zero. Nel caso con area diversa da zero scegliamo tra i due possibili vettori quello con la seguente proprietà:
È
anche detto prodotto esterno o all’inglese cross product. Una notazione equivalente è a ∧ b.
124
Vettori e calcolo geometrico
la terna a, b, a × b è una terna destrorsa. La definizione ha senso, dato che se a e b sono linearmente indipendenti e c · a = c · b = 0, c , 0 allora a, b, c sono linearmente indipendenti (si veda l’Esercizio 28 a pagina 160) e a meno di scambiare c con −c si ottiene una terna destrorsa. Osserviamo che se γ è l’angolo (compreso tra 0 e π) tra a e b, allora l’area del parallelogramma generato da a e b è uguale a kakkbk sin γ . Se quindi n indica il versore (vettore unitario) ortogonale a a e b tale che a, b, n è destrorsa, allora il prodotto vettoriale a × b si scrive come
Ci
si ricorda la Figura III.11 a pag. 113?
(27) a × b = (kakkbk sin γ)n. Stiamo definendo un vettore che è funzione di a e b e che, oltre a essere ortogonale ad a e b, dovrebbe avere le proprietà di una “funzione areai” A(a, b) = a × b in dimensione 3, analoghe a quelle del determinante (A1), (A2), (A3), (A3’) per la dimensione 2. Vorremmo quindi che valgano le seguenti proprietà. (v1) (ca) × b = c(a × b) = a × (cb); (v2) a × (b + c) = a × b + a × c; (a + c) × b = a × b + c × b; (v3) a × a = 0; (v3’) a × b = −b × a.
Esattamente
Le permutazioni dei vettori i, j e k che danno luogo a terne destrorse sono
come s’è fatto per la Proposizione (III.21) è possibile mostrare che (v1)+(v2)+(v3) sono equivalenti a (v1)+(v2)+(v3’).
(i, j, k), ( j, k, i), (k, i, j), e quindi l’analogo della Proprietà (A4) è la seguente. (v4) i × j = k ,
j×k=i ,
k × i = j,
cui seguono naturalmente le identità j×i = −i× j = −k, k× j = − j×k = −i, i × k = −k × i = − j. A questo punto siamo in grado di scriverne una espressione in coordinate: a × b = a × (b1 i + b2 j + b3 k) = b1 a × i + b2 a × j + b3 a × k
È chiaro che i × j, dovendo essere
un vettore ortogonale sia a i che a j di lunghezza uno, non può che essere k oppure −k. Ma visto che (i, j, k) è una terna destrorsa, allora i × j = k. Lo stesso ragionamento si applica agli altri due casi.
= b1 (a1 i + a2 j + a3 k) × i + b2 (a1 i + a2 j + a3 k) × j + b3 (a1 i + a2 j + a3 k) × k = b1 a2 j × i + b1 a3 k × i + b2 a1 i × j + b2 a3 k × j + b3 a1 i × k + b3 a2 j × k = (a2 b3 − a3 b2 ) j × k + (a3 b1 − a1 b3 )k × i + (a1 b2 − a2 b1 )i × j " # " #! " # " #! " # " #! a2 b2 a1 b1 a b = i det , − j det , + k det 1 , 1 . a3 b3 a3 b3 a2 b2
§ 6. Il prodotto vettoriale
125
Questa espressione potrebbe anche risultare familiare a chi ricorda le equazioni (22) e (23): le componenti del vettore a × b sono quindi (28) a × b = det(i, a, b), det( j, a, b), det(k, a, b) , dato che, come abbiamo visto in (III.27), " # " #! 1 a1 b1 b a 0 a b det(i, a, b) = det , 2 , 2 = det 2 , 2 a3 b3 0 a3 b3 " # " #! 0 a1 b1 a b 1 a b det( j, a, b) = det , 2 , 2 = − det 1 , 1 a3 b3 0 a3 b3 " # " #! 0 a1 b1 b a 0 a b det(k, a, b) = det , 2 , 2 = det 1 , 1 . a2 b2 1 a3 b3 Si vede subito quindi che le Proprietà (v1), (v2), (v3), (v3’) valgono per ogni componente del vettore a × b. Possiamo controllare che (v4) è verificata: dato che det(i, i, j) = 0, la prima componente di i × j è zero; dato che det( j, i, j) = 0, la seconda componente di i × j è zero; infine, det(k, i, j) = − det(i, k, j) = det(i, j, k) = 1, e quindi in effetti i × j = k. (III.30) Esempio. Se a = (1, 2, 3) e b = (1, −1, 0), allora a × b = (i + 2 j + 3k) × (i − j)
= i × (i − j) + 2 j × (i − j) + 3k × (i − j) = i × i − i × j + 2 j × i − 2 j × j + 3k × i − 3k × j = 0 − k − 2i × j − 0 + 3 j + 3 j × k = −k − 2k + 3 j + 3i = 3i + 3 j − 3k = (3, 3, −3).
Un ausilio mnemonico per ricordarsi la definizione di a × b è quello di calcolarlo come determinante formale di una matrice: j k i i a1 b1 a a a j a b a × b = det 1 2 3 2 2 = det . b1 b2 b3 k a3 b3 Per calcolare il prodotto vettoriale dei (III.30), si procede così: " j k i 2 1 2 3 a × b = det = i det −1 1 −1 0
due vettori a e b dell’Esempio # " 3 1 − j det 0 1
= 3i − (−3) j + (−3)k = (3, 3, −3).
# " # 3 1 2 + k det 0 1 −1
Niente
paura, come vedremo nel Capitolo IV, una matrice non è altro che una n-upla di vettori, in cui i vettori si scrivono come colonne di coefficienti.
126
Vettori e calcolo geometrico
(III.31) Siano a, b e c vettori qualsiasi di dimensione 3. ① (prodotto misto/triplo) (a × b) · c = det(a, b, c). ② (a × b) · c = (b × c) · a = (c × a) · b. ③ a × b è ortogonale a a e a b. ④ (identità di Lagrange) ka × bk2 = kak2 kbk2 − (a · b)2 . Dimostrazione. Per definizione di prodotto scalare e le proprietà algebriche (V1), (V2) , (V3’) si ha (a × b) · c = c1 det(i, a, b) + c2 det(j, a, b) + c3 det(k, a, b) = det(c1 i + c2 j + c3 k, a, b)
= det(c, a, b) = − det(a, c, b) = det(a, b, c). La seconda proposizione segue facilmente dalla prima e dal fatto che det(a, b, c) = det(b, c, a) = det(c, a, b). Per mostrare che a × b è ortogonale a a e a b basta calcolare il prodotto scalare, che è zero dato che il determinante si annulla se due vettori sono uguali (a × b) · a = det(a, b, a) = 0,
(a × b) · b = det(a, b, b) = 0.
Per mostrare l’identità di Lagrange, ricordiamo che per la (27) ka × bk = kakkbk sin γ, mentre il prodotto scalare verifica l’uguaglianza a · b = kakkbk cos γ. Dunque ka × bk2 + (a · b)2 = kak2 kbk2 cos2 γ + kak2 kbk2 sin2 γ
= kak2 kbk2 (cos2 γ + sin2 γ) = kak2 kbk2 ,
da cui segue immediatamente l’identità di Lagrange.
(III.32) Corollario. Due vettori a e b di R3 sono linearmente dipendenti se e solo se a × b = 0. Dimostrazione. Se a e b sono linearmente dipendenti, per esempio b = ca, allora a × b = a × ca = ca × a = c0 = 0. Viceversa, per l’identità di Lagrange se a × b = 0 si ha ka × bk2 = 0 = kak2 kbk2 − (a · b)2 , e quindi kak2 kbk2 = (a · b)2 . Ma per la disuguaglianza di Cauchy–Schwarz (Proposizione (III.19)), questo succede se e soltanto se a e b sono paralleli, cioè linearmente dipendenti.
§ 7. Rette e piani: sottospazi lineari
127
§ 7. Rette e piani: sottospazi lineari Il vezzo di iniziare alcune sezioni di questo volume plagiando opere storiche non è ancora passato, e iniziamo a descrivere gli oggetti della geometria euclidea classica citando, appunto, Euclide medesimo: Σημεῖόν ἐστιν, οὗ μέρος οὐθέν, “un punto è ciò che non ha parti”, Γραμμὴ δὲ μῆκος ἀπλατές, “una linea è una lunghezza senza larghezza”, Γραμμῆς δὲ πέρατα σημεῖα, e “gli estremi di una linea sono punti”. Ma cosa è una linea retta? Εὐθεῖα γραμμή ἐστιν, ἥτις ἐξ ἴσου τοῖς ἐφ΄ ἑαυτῆς σημείοις κεῖται, “una linea retta è una linea che giace ugualmente rispetto ai punti su di essa”. Questo è l’incipit degli Elementi, uno dei libri più importanti per la storia del pensiero degli homo sapiens, pubblicato per la prima volta intorno al III secolo BCE ad Alessandria. Rompendo con questa tradizione, definiamo retta e segmento di retta in un altro modo, forse più comprensibile, di sicuro più preciso: (III.33) Definizione. Se A è un punto di Rn e v , 0 un vettore di dimensione n, allora l’insieme di punti l = {A + tv : t ∈ R} = {P ∈ Rn : P = A + tv, per qualche t ∈ R}
F III.18: Euclide di Alessandria (∼320–∼260 BCE), autore degli Elementi.
È essenziale comprendere che se si
interpreta il vettore v come sposta#» mento v = OP a partire dall’origine O, allora i multipli tv del vettore v, con t ∈ R non sono altro che i punti della retta passante per O e P.
è detta retta passante per il punto A e con vettore direzione v (o, equivalentemente, parallela a v). L’equazione (vettoriale) (29) P = A + tv è detta l’equazione parametrica della retta l. In dimensione 2, se P = (x, y), A = (x0 , y0 ) e v = (a, b) i punti di una retta sono quindi quelli che soddisfano le equazioni parametriche " # " # " # ( x = x0 + at x x0 a = +t ⇐⇒ y b y0 y = y0 + bt Le equazioni parametriche di una retta dello spazio (cioè l’equazione (29)) nelle coordinate cartesiane x, y, z) saranno, analogamente, x = x0 + at x x0 a y y b y = y0 + bt ⇐⇒ = 0 + t z z0 c z = z0 + ct Il simbolo t è il parametro con cui vengono parametrizzati (descritti) i punti della retta: per ogni punto P della retta esiste uno e un solo valore di t per cui P = A + tv. 3
(III.34) Esempio. Siano A = (1, 1, 0) e B = (0, 1, 1) due punti di R . Una retta r passante per A ha equazione (parametrica vettoriale) x 1 a y 1 b = + t z 0 c
L’attento Lettore avrà forse nota-
to che una parametrizzazione di una retta non è altro che una funzione che associa al valore del parametro t il punto P = A+tv dello spazio Rn . È quindi una funzione a valori vettoriali, nel senso che ad ogni t si associa un unico punto (meglio, il vettore o la n-upla che lo rappresenta). Ritorneremo su questo argomento quando studieremo le curve nello spazio nel Capitolo V.
I coefficienti a, b e c sono anche detti i coefficienti direttori della retta, nel senso che ne determinano (a meno di riscalamento) la direzione.
128
Vettori e calcolo geometrico
per certi coefficienti a, b, c non tutti nulli. La retta r passa per B se e solo se esiste un tB ∈ R tale che 0 = 1 + atB atB = −1 0 1 a a −1 1 1 b b 0 1 = 1 + bt bt = 0 ⇐⇒ ⇐⇒ ⇐⇒ t = +tB = . B B B 1 0 c 1 = 0 + ctB ctB = 1 c 1 Quindi se a = −1, b = 0 e c = 1 si ottiene l’equazione della retta passante per A e B x=1−t x 1 −1 y = 1 + t 0 y=1 ⇐⇒ z 0 1 z=0+t (III.35) Osservazione. Se i coefficienti direttori sono tutti diversi da zero, è possibile eliminare il parametro t dalle equazioni parametriche e ottenere le equazioni simmetriche della retta: in dimensione due si ha y − y0 x − x0 = a b (cioè una equazione lineare in due incognite x, y); in dimensione tre y − y0 x − x0 z − z0 = = , a b c (cioè un sistema di due equazioni lineari nelle tre incognite x, y, z). Comunque per definizione non tutti i coefficienti direttori possono essere zero, e quindi è sempre possibile eliminare il parametro t, e trasformare le n equazioni parametriche in n − 1 equazioni (senza più parametro). Per esempio, se n = 3 e c , 0, dalle equazioni x = x0 + at y = y0 + bt z = z0 + ct eliminiamo il parametro t sostituendo t = (z − z0 )/c nelle prime due, per ottenere il sistema di due equazioni lineari a(z − z0 ) x = x0 + c b(z − z0 ) y = y0 + . c
possibile in effetti dimostrare che una retta di Rn è sempre l’insieme di soluzioni di n − 1 equazioni lineari in n incognite. Una retta di R2 sarà quindi l’insieme di soluzioni di una equazione lineare in due incognite nel piano; una retta dello spazio sarà l’insieme di soluzioni di due equazioni lineari in tre incognite (nello spazio, quindi).
(III.36) Per due punti distinti A, B passa una e una sola retta, di equazione #» (30) P = A + tAB.
È
La
retta è unica, ma l’equazione no: infatti possiamo sicuramente scriverla anche con l’equazione #» P = B + tBA!
§ 7. Rette e piani: sottospazi lineari
129
Dimostrazione. Per prima cosa osserviamo che l’equazione (vettoriale) (30) è #» proprio del tipo (29) (P = A + tv), ponendo v = AB. Dato che i due punti sono distinti, il vettore direzione è non nullo, e quindi in effetti si tratta di una retta, #» che chiameremo l. Se si pone t = 0, si ha P = A + tAB = A, mentre se si pone #» t = 1 si ha P = A + AB = B, e pertanto la retta in esame passa per i due punti A e B. Ora dobbiamo dimostrare che se l′ è un’altra retta per A e B, allora l′ = l. Sia quindi l′ una retta per A e B, cioè l′ = {C + sw : s ∈ R} per un punto C e un vettore direzione non nullo w. Dato che A, B ∈ l′ , devono esistere a, b ∈ R tali che A = C + aw
B = C + bw.
#» Visto che A , B, dovrà essere a , b. Quindi se P ∈ l (cioè P = A + tAB), risulta P = (C + aw) + t [(C + bw) − (C + aw)] = C + [a + t(b − a)]w = C + sw
=⇒
P ∈ l′ ,
dove s = a + t(b − a), e pertanto l ⊂ l′ . Viceversa, se P′ ∈ l′ , cioè se P′ = C + sw per un certo s ∈ R, basta osservare che ponendo t = (s − a)/(b − a) si ha s = a + t(b − a), #» e quindi P′ = A + tAB, cioè P′ ∈ l. Possiamo concludere che l = l′ .
(III.37) Corollario. Valgono le seguenti proprietà: ① Due rette l e l′ di equazioni P = A + tv e P = A + t′ v′ coincidono se e solo se i vettori v e v′ sono paralleli. ② Due rette l e l′ di equazioni P = A + tv e P = B + t′ v coincidono se e solo se A ∈ l′ (oppure B ∈ l). ③ Se due rette l e l′ di equazioni P = A + tv e P = B + t′ v′ coincidono, allora i vettori v e v′ sono paralleli. Dimostrazione. Per dimostrare la prima, osserviamo che se i vettori v e v′ sono paralleli (cioè se v′ = cv per una certa costante c , 0), allora l passa per i due punti A e B = A + v, ma anche l′ passa per A e B: basta porre t′ = 0 e 1 t′ = . Allora, per (III.36) deve essere l = l′ . Viceversa, supponiamo che l = l′ . Se c poniamo B′ = A + v′ , abbiamo che B′ ∈ l′ , e quindi B′ ∈ l, dunque deve esistere c tale che B′ = A + cv. Ma allora v′ = B′ − A = (A + cv) − A = cv, cioè v e v′ sono paralleli. Ora dimostriamo la seconda. È chiaro che se l = l′ allora A ∈ l′ e B ∈ l. Se viceversa A ∈ l′ , allora l′ passa per B e A. Se A = B, allora le due rette sono uguali perché hanno la stessa equazione. Altrimenti, se A , B, per dimostrare che sono uguali basta mostrare che anche l passa per A e B e fare uso della (III.36). Ma se A ∈ l′ , allora esiste c tale che A = B + cv, e quindi B = A − cv, cioè B ∈ l. La dimostrazione della ③ è un utile esercizio, che lasciamo al Lettore (Esercizio 8 a pagina 159).
Si ottengono ponendo t = 0 e t = 1.
130
Vettori e calcolo geometrico
(III.38) Definizione. Se A e B sono due punti distinti, il segmento di retta con estremi A e B, che si indica con [A, B], ha equazione #» P = A + tAB ,
0 ≤ t ≤ 1,
Nel linguaggio degli insiemi, il segmento di retta con estremi A e B è l’insieme n o #» [A, B] = A + tAB : t ∈ R, 0 ≤ t ≤ 1 .
o equivalentemente P = A + t(B − A) o anche P = (1 − t)A + tB. Nelle coordinate cartesiane nello spazio R3 , il segmento di retta che congiunge i punti P0 = (x0 , y0 , z0 ) e P1 = (x1 , y1 , z1 ) ha perciò equazione # » P = P(t) = P0 + tP0 P1 = P0 + t(P1 − P0 ) = tP1 + (1 − t)P0 tx1 + (1 − t)x0 ty + (1 − t)y = 1 0 t ∈ [0, 1] tz1 + (1 − t)z0 (III.39) Osservazione. È facile vedere che, analogamente, è possibile definire la semiretta uscente dal punto A con direzione v, dall’equazione P = A + tv, t ≥ 0.
(III.40) Definizione. Diciamo che due rette di equazioni P = A + tv e P = A′ + t′ v′ sono parallele se i vettori direzione v e v′ sono paralleli. (III.41) Dati una retta l e un punto B (di Rn ), esiste una ed una unica retta l′ passante per B e parallela a l. Dimostrazione. Se l ha equazione P = A + tv, la retta l′ può essere definita dall’equazione P = B + tv, e quindi almeno una retta per B parallela a l esiste. Se C = B + v, è l′ è l’unica retta per B e C. Ora, in generale una retta l′′ parallela a l, ha equazione P = D + tv′ , dove v′ e v sono paralleli (cioè v′ = cv). E se l′′ passa per B, allora deve esistere b ∈ R tale che B = D + bv′ , e quindi i punti P di l′′ sono quelli tali che esista t ∈ R per cui P = (B − bv′ ) + tv′ = B + (t − b)v′ = B + (t − b)cv. Ma per t = 1/c + b si ha (t − b)c = 1, e si ottiene il punto C = B + v, cioè l′′ passa anche per C. Dato che di rette per B e C c’è solo l′ , deve essere l′′ = l′ .
Due rette sono incidenti se hanno esattamente un punto in comune. Diciamo che due rette incidenti in Rn di equazioni P = A+tv e P = B+sw sono ortogonali se lo sono i rispettivi vettori direzione v e w. In generale, due rette o piani sono ortogonali se ogni vettore direzione dell’uno/a è ortogonale a ogni vettore direzione dell’altro/a. Due rette in R3 sono invece sghembe se non sono né incidenti né parallele. (III.42) Osservazione. Nel piano cartesiano R2 , l’insieme l dei punti di coordinate (x, y) che soddisfano l’equazione (31) ax + by = c,
La semiretta è quindi l’insieme dei punti {A + tv : t ∈ R, t ≥ 0}.
Riflettiamo qualche secondo sulla definizione (III.40). Due rette sono parallele se e solo se nelle loro equazioni i vettori direzione sono paralleli. Cioè, una relazione tra rette viene definita in termini di una relazione esplicita tra le rispettive equazioni. Ma se ad una equazione corrisponde una unica retta, non è vero il viceversa: una retta può essere scritta con molte (infinite) equazioni. Affinché la definizione (III.40) abbia senso (cioè non sia una definizione contraddittoria, e renda possibile stabilire per ogni coppia di rette se sono parallele o no, in modo assolutamente certo), occorre che la definizione non dipenda dalle particolari equazioni che si scelgono per le due rette. Ricordiamo però il ③ del Corollario (III.37): se la stessa retta ha due equazioni diverse P = A + tv e P = B + sw, allora v e w sono vettori paralleli. Se quindi le due rette in questione hanno equazioni P = A+tv e P = A′ + t′ v′ , ma anche equazioni P = B + sw e P = B′ + s′ w′ , risulterà che v e w sono paralleli, come v′ e w′ . Ma allora v e v′ sono paralleli se e soltanto se lo sono w e w′ . Abbiamo quindi dimostrato che la definizione è ben posta. In particolare, abbiamo così dimostrato anche che due rette coincidenti (ma con equazioni non necessariamente uguali) sono parallele.
§ 7. Rette e piani: sottospazi lineari
131
con (a, b) , (0, 0), costituisce una retta. Infatti, uno dei due coefficienti a e b non è zero, e senza perdere generalità possiamo supporre che sia b. Allora dividendo per b l’equazione si può scrivere in modo equivalente come y = −a′ x + c′ ,
con a′ = a/b e c′ = c/b. Ponendo quindi t = x, parametro libero, si ha " # " # ( " # x=t x 0 1 cioè = + t , y c′ −a′ y = −a′ t + c′ e dunque è una retta. D’altro canto se dalle equazioni parametriche ( x = x0 + αt y = y0 + βt. si elimina il parametro t (dato che (α, β) , (0, 0), questo è sempre possibile, anche se uno dei due coefficienti è zero), si ottiene l’equazione α(y − y0 ) = β(x − x0 )
⇐⇒
βx − αy = βx0 − αy0
che può essere riscritta come l’equazione (31) ponendo a = β, b = −α e c = βx0 − αy0 . L’equazione (31) è detta equazione cartesiana o equazione scalare della retta. Prendiamo ora un vettore n = (a, b) ortogonale alla retta l di equazione P = A + tv. L’insieme dei punti P = (x, y) tali che n · (P − A) = 0 è una retta: infatti se A = (xA , yA ), l’ultima equazione può essere scritta come " # " # a x − xA =0 · y − yA b a(x − xA ) + b(y − yA ) = 0 ax + by = axA + byA ,
che è la (31) con c = axA + byA . Possiamo concludere che i coefficienti (a, b) nell’equazione (31) sono i coefficienti di un vettore ortogonale alla retta. (III.43) Definizione. Se A è un punto di Rn e v, w sono due vettori linearmente indipendenti di dimensione n, allora l’insieme di punti p = {A + sv + tw : s, t ∈ R} è detto piano passante per il punto B e con vettori direzione v, w (o, equivalentemente, parallelo ai vettori v, w). L’equazione (vettoriale) (32) P = A + sv + tw è detta l’equazione parametrica del piano p.
132
Vettori e calcolo geometrico
#
A + tA
#
A AC
#
C
P
AB
A
+ # sA B F III.19: piano per tre punti.
Diciamo che tre punti sono allineati (o collineari) se stanno su una stessa retta. (III.44) Per tre punti A, B, C non allineati di Rn passa uno e un solo piano, di equazione #» #» (33) P = A + sAB + tAC. Dimostrazione. È ben chiaro che il luogo di punti di equazione (33) passa per A (quando (s, t) = (0, 0)), per B (quando (s, t) = (1, 0)) e per C (quando (s, t) = (0, 1)). Per mostrare che è un piano, che chiameremo p, secondo la definizione (III.43), #» #» non resta che mostrare che AB e AC sono linearmente indipendenti. Ma se non #» #» lo fossero, dovrebbe esistere c ∈ R tale che AC = cAB, e quindi #» #» C − A = cAB =⇒ C = A + cAB, #» cioè C è sulla retta per A e B. Per ipotesi questo non può accadere, e quindi AB e #» AC sono linearmente indipendenti. Ora, se p′ è un altro piano per A, B e C, di equazione P = Q + sv + tw, dovranno esistere opportuni valori di (s, t) per cui A = Q + sA v + tA w B = Q + sB v + tB w C = Q + sC v + tC w. #» #» Quindi i vettori AB e AC (che sappiamo essere indipendenti) si scriveranno come #» AB = B − A = Q + sB v + tB w − (Q + sA v + tA w) (34)
= (sB − sA )v + (tB − tA )w #» AC = C − A = Q + sC v + tC w − (Q + sA v + tA w) = (sC − sA )v + (tC − tA )w
Ne deduciamo immediatamente che p ⊂ p′ : infatti se P ∈ p #» #» P = A + sAB + tAC = Q + sA v + tA w + s [(sB − sA )v + (tB − tA )w] + t [(sC − sA )v + (tC − tA )w] = Q + (sA + s(sB − sA ) + t(sC − sA ))v + (tA + s(tB − tA ) + t(tC − tA ))w.
Come
per la retta per due punti, anche per il piano, benché unico, le equazioni possono essere diverse dalla (33): oltre alla (33), anche #» #» # » #» P = B+sBA+tBC o P = C+sCA+tCB.
§ 7. Rette e piani: sottospazi lineari
cioè P ∈ p′ . Prendiamo ora P ∈ p′ , cioè P = Q + s0 v + t0 w per certi valori s0 , t0 . Per le stesse equazioni appena scritte sopra, allora P ∈ p se esistono due valori s e t dei parametri tali che ( sA + s(sB − sA ) + t(sC − sA ) = s0
133
Ricordiamo
che v e w sono linearmente indipendenti!
tA + s(tB − tA ) + t(tC − tA ) = t0
Questo è un sistema di due equazioni nelle incognite s e t, che possiamo scrivere anche come " # s − sA sb + tc = 0 , t0 − tA con b=
" # sB − sA tB − tA
c=
" # sC − sA . tC − tA
Per il Teorema (III.23), il sistema ha certamente una soluzione (unica) quando b e c sono linearmente indipendenti. Supponiamo per assurdo che non siano indipendenti, cioè che esistano (x, y) , (0, 0) tali che " # " # " # sB − sA sC − sA 0 xb + yc = x . +y = tB − tA 0 tC − tA Ma allora per le equazioni (34) #» #» xAB + yAC = x [(sB − sA )v + (tB − tA )w] + y [(sC − sA )v + (tC − tA )w] = x(sB − sA ) + y(sC − sA ) v + x(tB − tA ) + y(tC − tA ) w = 0v + 0w = 0,
#» #» da cui seguirebbe che anche i due vettori AB e AC sono linearmente dipendenti, contraddicendo l’ipotesi. Quindi b e c sono indipendenti, la soluzione in (s, t) esiste, e P ∈ p. Possiamo concludere al di là di ogni dubbio che p = p′ .
(III.45) Definizione. Diciamo che due piani di equazioni P = A + sv + tw e P = A′ + s′ v′ + t′ w′ sono paralleli se i corrispondenti piani per l’origine di equazioni P = sv + tw e P = s′ v′ + t′ w′ coincidono. (III.46) Osservazione. L’insieme delle soluzioni in R3 della equazione lineare nelle tre variabili x, y, z (35) ax + by + cz = d (dove (a, b, c) , (0, 0, 0)) si può scrivere come {P = Q + sv + tw} , dove v e w sono linearmente indipendenti. Infatti, almeno uno di a, b e c è diverso da zero; senza perdere in generalità possiamo supporre sia c. Allora l’equazione si può scrivere equivalentemente come a′ x + b′ y + z = d′
⇐⇒
z = −a′ x − b′ y + d′
Si veda anche il Teorema (III.12) a pagina 105.
134
Vettori e calcolo geometrico
n
w P v
A F III.20: il piano normale al vettore n passante per A.
dove a′ = a/c, b′ = b/c e d′ = d′ /c. Quindi, se consideriamo i due parametri (non vincolati) s = x e t = y, l’insieme di tutte le soluzioni è parametrizzato da (s, t) nell’equazione x=s 0 1 x 0 y = 0 + s 0 + t 1 , y=t ⇐⇒ ′ ′ −b′ −a d z z = d′ − a′ s − b′ t che ha proprio la forma P = Q + sv + tw. In altre parole, le soluzioni di ax + by + cz = d, se (a, b, c) , 0, formano sempre un piano, secondo la definizione di piano (III.43) che abbiamo dato sopra. Nelle prossime proposizioni in un certo senso invertiamo il procedimento illustrato nella nota: cerchiamo di descrivere un piano come insieme di soluzioni di una singola equazione in R3 . (III.47) Sia p = {A + sv + tw} un piano di R3 . Se n , 0 è un vettore ortogonale sia a v che a w, allora p è uguale all’insieme dei punti P tali che (36) n · (P − A) = 0. In coordinate, se A = (x0 , y0 , z0 ), P = (x, y, z) e n = (a, b, c), allora l’equazione (36) si legge (37) a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0. o anche ax + by + cz = d con d = ax0 + by0 + cz0 . Dimostrazione. Sia p′ l’insieme di tutti i punti di R3 tali che n · (P − A) = 0. Dato che p′ è anche l’insieme di punti le cui coordinate soddisfano l’equazione (37), per l’osservazione (III.46) si tratta di un piano di R3 . Consideriamo i tre punti A, B = A + v, C = A + w del piano p. Come abbiamo già visto sopra, dato che v e w sono linearmente indipendenti, i punti A, B e C non sono allineati. Per la Proposizione (III.44), esiste un solo piano che passa per A, B e C. Dunque è sufficiente dimostrare che A, B, e C sono punti anche di p′ . Ma (A − A) · n = 0, e dunque A, B, C ∈ p′ .
(B − A) · n
= v · n = 0,
(C − A) · n = w · n = 0,
Non è difficile mostrare che i due
vettori v = (1, 0, −a′ ) e w = (0, 1, −b′ ) sono linearmente indipendenti.
§ 7. Rette e piani: sottospazi lineari
135
(III.48) Osservazione. La Proposizione (III.47) ci consente di completare l’osservazione (III.46). Infatti, non solo per ogni n = (a, b, c) , 0 l’insieme di soluzioni di ax + by + cz = d è un piano di R3 , ma è vero anche il viceversa: ogni piano di R3 ha una equazione cartesiana, cioè è l’insieme di soluzioni dell’equazione ax + by + cz = d per certi valori di a, b, c, d. Infatti, se una equazione parametrica del piano p è P = A + sv + tw, basta definire n=v×w e osservare che è diverso da zero e ortogonale a v e w. Quindi è possibile scrivere l’equazione cartesiana (35) a partire dall’equazione (37). Le rette e i piani sono anche detti sottospazi affini o sottospazi lineari dello spazio Euclideo n-dimensionale Rn . Le rette hanno dimensione uno, i piani dimensione due. Ritorneremo a ragionare sulla dimensione nel Capitolo IV, per la Proposizione (IV.13) a pagina 168. In generale, per sottospazio lineare affine di Rn intendiamo un insieme di soluzioni di un sistema di equazioni lineari, che per il Teorema (III.12) può essere scritto come S = {A + t1 v1 + t2 v2 + . . . + td vd : t1 , t2 , . . . , td ∈ R}
per un punto A di Rn e d vettori linearmente indipendenti v1 , . . . , vd . I punti sono i sottospazi di dimensione zero. Possiamo così riprendere le definizioni con cui abbiamo iniziato questo paragrafo: un punto è un sottospazio (lineare affine) di dimensione zero, una linea retta è un sottospazio (lineare affine) di dimensione uno, un piano è un sottospazio (lineare affine) di dimensione due. Negli esercizi proveremo a calcolare distanze tra tali sottospazi, e per far questo ricordiamo che la distanza tra due insiemi di punti p e q (per esempio un punto e una retta) di Rn è il minimo delle lunghezze dei vettori #» PQ, dove P ∈ p e Q ∈ q, cioè distanza(p, q) = min |Q − P|. P∈p Q∈q
Forse
è il caso di ammettere che “lineare” crea un po’ di confusione con i sottospazi vettoriali di Rn . Dovrebbero essere chiamati sottospazi affini, ahimè, ed essere chiamati sottospazi lineari o sottospazi vettoriali solo quelli che passano per l’origine, come vedremo nel prossimo capitolo. A scanso di equivoci, cercheremo di usare il termine doppio “lineare affine”.
Più propriamente, a priori si trat-
ta dell’estremo inferiore di tutte le distanze. Va poi dimostrato che è un minimo.
Una proprietà importante della distanza è la seguente. (III.49) Il punto che realizza la distanza tra un punto Q < p e un sottospazio lineare affine p di Rn (cioè distanza(Q, p) = |Q′ − Q|) esiste sempre, ed # » è l’unico punto Q′ tale che il vettore QQ′ = Q′ − Q è ortogonale a p.
Dimostrazione. Per ogni P ∈ p si ha # » # » #» kQPk2 = kQQ′ + Q′ Pk2 # » # » # » # » = hQQ′ + Q′ P, QQ′ + Q′ Pi # » # » # » # » = kQQ′ k2 + kQ′ Pk2 + 2hQQ′ , Q′ Pi, come si vede nelle figure III.21 e III.22.
Q
Q′ P
F III.21: proiezione ortogonale e distanza minima.
136
Vettori e calcolo geometrico
Q
P
Q′
F III.22: proiezione ortogonale e distanza minima. # » # » # » Se QQ′ è ortogonale a p, allora per ogni P ∈ p il prodotto scalare hQQ′ , Q′ Pi = 0, e quindi # » # » # » #» kQPk2 = kQQ′ k2 + kQ′ Pk2 ≥ kQQ′ k2 , #» ed è chiaro che kQPk è minimo solo se P = Q′ . Quindi se esiste tale Q′ , esso è necessariamente il punto che realizza la distanza minima (e quindi è l’unico). Ora occorrerebbe dimostrare che tale Q′ esiste. Rimandiamo la dimostrazione alla fine del Capitolo IV, quando avremo alcuni strumenti in più. Per ora ci limiteremo a dimostrare alcuni casi particolari per rette e piani in R2 o R3 , nell’Esempio (III.51) e l’Esercizio (III.15) a pagina 152.
(III.50) Definizione. Il punto Q′ della Proposizione (III.49) è detto proiezione ortogonale di Q su p.
Negli esercizi a pagina 141 verran-
no svolti un certo numero di esercizi su questo argomento.
(III.51) Esempio. Calcoliamo la distanza tra un punto Q e un piano p di R3 . Sappiamo che i punti P di p sono quelli che soddisfano l’equazione n · (P − A) = 0, dove n è un vettore ortogonale al piano e A un punto di p. Sia l la retta per Q con vettore direzione n, cioè la retta l per Q ortogonale a p. Se Q′ è l’intersezione di l con p, allora per la Proposizione (III.49) la distanza di Q da p è uguale alla distanza di Q da Q′ . Ora, il punto Q′ ∈ l deve soddisfare, per qualche t, le due equazioni ( n · (Q′ − A) = 0 =⇒ n · (Q + tn − A) = 0, Q′ = Q + tn
Stiamo supponendo knk , 0.
da cui si deduce che n · (Q − A) + tknk2 = 0
=⇒
t=−
n · (Q − A) , knk2
e quindi kQQ′ k = kQ′ − Qk = ktnk =
|n · (Q − A)| . knk
§ 7. Rette e piani: sottospazi lineari
137
Il quinto postulato e le geometrie non euclidee I cinque celebri postulati degli Elementi di Euclide sono i seguenti: 1. Per ogni coppia di punti è possibile tracciare un segmento che ha i due punti per estremi. 2. Ogni segmento di retta si può prolungare dai due lati. 3. Dati un punto (centro) e un raggio arbitrari, è possibile tracciare la circonferenza con centro e raggio dati. 4. Tutti gli angoli retti sono uguali tra di loro. 5. Se una linea retta che incontra altre due linee rette ha angoli interni dallo stesso lato minori di due angoli retti, allora le due linee rette si incontreranno (prolungandole indefinitamente) dalla parte dei due angoli citati. Data l’importanza che queste cinque frasi hanno rivestito per il pensiero, nei secoli fino ad oggi, riportiamo gli assiomi nella loro lingua originale, il greco (per i pochi che possono permettersi di conoscerlo): AÊt mata
a'.
>Hit sjw
pä
pantä
shmeou
âpÈ
pn
Il quinto postulato (chiamato anche «postulato delle parallele», perché è necessario per dimostrare le proprietà delle rette tra loro parallele in un piano) chiaramente è di natura diversa dai precedenti, e per questo non fu mai accettato come evidente a priori. Per secoli si cercò senza successo di dedurlo dai primi quattro, cercando dimostrazioni per assurdo, fino a quando nel diciannovesimo secolo si riuscì a dimostrare che in effetti ne è indipendente, e che quindi esistono sistemi geometrici (le geometrie non euclidee) in cui l’assioma delle parallele non vale. Ai primi tentativi di matematici dilettanti, seguirono i lavori di Carl Friedrich Gauss (1777–1855), Nikolai Ivanovich Lobachevsky (1792–1856), János Bolyai (1802–1860), Georg Friedrich Bernhard Riemann (1826–1866), Eugenio Beltrami (1836–1900) e Henri Poincaré (1854–1912), che portarono alla creazione di modelli consistenti di geometrie non euclidee (il disco nella figura poco sotto è appunto uno di questi modelli). Questo fu la fine dei tentativi di far seguire il quinto postulato dai primi quattro, e l’inizio di un nuovo modo di percepire lo spazio in cui esistiamo, che portò, tra l’altro, alla celeberrima Teoria della relatività di Albert Einstein (1879–1955).
shmeØon
eÎjeØan grammn gageØn. b'.
KaÈ peperasmènhn eÎjeØan kat tä suneqà âp'
g'.
KaÈ
eÎjea âkbaleØn. pantÈ
kèntrú
kaÈ
diast mati
kÔklon
gr-
fesjai. d'.
KaÈ
psa
t
ærj
gwna
Òsa
ll lai eÚ-
nai. e'.
KaÈ ân eÊ ântä
kaÈ
dÔo eÎjea eÎjeØa
âpÈ
t
aÎt
mèrh
âmpptousa t
gwna
dÔo
ærjÀn
âlssona poi¬, âkballomèna t dÔo eÎjea âp^peiron
sumpptein,
dÔo ærjÀn âlssone .
âf'
mèrh
eÊsÈn
aÉ
tÀn
(4)
In coordinate cartesiane, se A = (x0 , y0 , y0 ), n = (a, b, c), Q = (xQ , yQ , zQ ), l’equazione del piano (37) è n · (P − A) = a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0 e quindi la distanza è |(Q − A) · n| |a(xQ − x0 ) + b(yQ − y0 ) + c(zQ − z0 )| . = √ knk a2 + b2 + c2 Se scriviamo l’equazione del piano come ax + by + cz = d, dove d =
138
Vettori e calcolo geometrico
ax0 + by0 + cz0 , allora possiamo concludere che (38) distanza(Q, p) =
|axQ + byQ + czQ − d| . √ a2 + b2 + c2
§ 8. Coordinate non cartesiane Come abbiamo visto nel § 3, i punti del piano cartesiano sono parametrizzati dalle due coordinate cartesiane (x, y) e quelli dello spazio dalle tre coordinate (x, y, z). Non solo: rette e piani in generale possono essere descritti da uno o due parametri s, t, che hanno lo stesso ruolo delle coordinate. Gli insiemi di punti, ovviamente, non hanno necessariamente coordinate cartesiane. Per esempio, i punti della circonferenza unitaria di R2 con centro in (0, 0) (cioè le coppie (x, y) che soddisfano l’equazione x2 + y2 = 1) sono parametrizzati dall’angolo ϑ ponendo ( " # " # x = cos ϑ x cos ϑ ⇐⇒ = . y sin ϑ y = sin ϑ. I punti del piano cartesiano hanno coordinate polari (r, ϑ) (si veda la Figura III.23) definite da y arctan x se x > 0; π se x = 0, y > 0; 2 ( ϑ = y x = r cos ϑ arctan x + π se x < 0; (39) ⇐⇒ π y = r sin ϑ − se x = 0, y < 0. 2 q r = x2 + y2 . Possiamo facilmente definire nello spazio tridimensionale le coordinate cilindriche, come illustrato in Figura III.24: scriviamo le prime due coordinate (x, y) in coordinate polari e lasciamo la terza z invariata. Quindi i punti dello spazio potranno essere identificati dalla terna di coordinate (r, ϑ, z) tali che x = r cos ϑ y = r sin ϑ (40) z = z. Così come una parametrizzazione della circonferenza unitaria consente di scrivere coordinate polari e cilindriche, una parametrizzazione della sfera unitaria, cioè dell’insieme dei punti le cui coordinate (x, y, z) soddisfano l’equazione x2 + y2 + z2 = 1,
y
(x, y) r ϑ x
F III.23: coordinate polari.
La
corrispondenza tra le coppie (x, y) e (r, ϑ) non è biunivoca: ci sono infiniti punti con r = 0 e ϑ qualsiasi cui corrisponde un solo punto di R2 : l’origine. Quindi l’origine non è ben definita nelle coordinate polari. Gli angoli ϑ naturalmente vanno considerati a meno della somma con un angolo 2kπ, con k ∈ Z.
Come
per le coordinate polari, tutti i punti dell’asse z non hanno una unica terna (r, ϑ, z) ,dato che tutti i possibili valori di ϑ individuano un unico punto (0, ϑ, z).
La
sfera unitaria è l’insieme di tutti i punti dello spazio che distano 1 dall’origine. La distanza del punto di coordinate (x, y, z) dall’origine è uguale a p (x − 0)2 + (y − 0)2 + (z − 0)2 .
§ 8. Coordinate non cartesiane
139
F III.24: coordinate cilindriche dello spazio.
permette poi di descrivere coordinate “polari” per lo spazio, che vengono chiamate coordinate sferiche. Le coordinate sferiche più comuni sono quelle che vengono utilizzate per identificare le posizioni sulla superficie del nostro pianeta: latitudine e longitudine. Se si fissa un asse (l’asse delle z o l’asse di rotazione terrestre, o il Nord-Sud geografico), l’angolo tra #» # » il vettore OP e l’equatore (cioè il piano per O ortogonale al vettore ON, dove N è l’analogo del polo Nord, di coordinate (0, 0, 1)) è indicato con il simbolo ϕ. Esso sarà compreso tra −π/2 e π/2, ed è la latitudine. Il piano xz individua un meridiano sulla sfera, che passa per i due poli e il punto di coordinate (1, 0, 0). L’angolo ϑ tra i semipiani contenenti l’asse z e passanti per P o per (1, 0, 0) è la longitudine, che varia da 0 a 2π. Mostriamo ora che la relazione tra le coordinate cartesiane (x, y, z) di un punto sulla sfera unitaria e i due angoli (ϑ, ϕ) è x = cos ϕ cos ϑ y = cos ϕ sin ϑ (41) z = sin ϕ #» Se invece di considerare l’angolo ϕ tra il vettore OP e l’equatore pren#» diamo in considerazione invece l’angolo φ (compreso tra 0 e π) tra OP e # » l’asse del polo Nord ON, si ha φ + ϕ = π2 e quindi le coordinate sferiche si riscrivono come x = sin φ cos ϑ y = sin φ sin ϑ (42) z = cos φ
Nelle
coordinate geografiche, come forse tutti sanno, la latitudine varia tra 90◦ Sud e 90◦ Nord, mentre la longitudine (calcolata a partire dal meridiano convenzionale di Greenwich) varia da 180◦ Ovest a 180◦ Est. I meridiani sono le intersezioni con la sfera dei piani che contengono l’asse z; i paralleli sono le circonferenze determinate dalla condizione ϕ = costante.
Dato
che sin(π/2 − x) = cos x e cos(π/2 − x) = sin x per ogni x.
Questo,
con la variabile φ ugua#» # » le all’angolo tra OP e ON, è il modo più frequente in cui le coordinate sferiche compaiono nei testi di matematica e fisica.
140
Vettori e calcolo geometrico
F III.25: coordinate sferiche: latitudine ϕ e longitudine ϑ. Dimostrazione. Se P è un punto sulla sfera unitaria di coordinate (x, y, z), sia P′ # » la sua proiezione ortogonale sul piano xy, cioè P′ = (x, y, 0). Il vettore P′ P # » P′ P = P − P′ = (0, 0, z) # » è ortogonale al piano xy, quindi in particolare è ortogonale al vettore OP′ . Il ′ ′ triangolo OPP è perciò rettangolo in P : ne segue che z = sin ϕ. Il punto P′ , nel piano xy si scrive in coordinate polari, per un certo r′ > 0 come ( x = r′ cos ϑ y = r′ sin ϑ, dato che l’angolo tra OP′ e l’asse (orientato) x è proprio ϑ. Ma allora cos ϑ P′ = r′ sin ϑ , 0 da cui segue che P ha coordinate x = r′ cos ϑ y = r′ sin ϑ z = sin ϕ. #» Visto che kOPk2 = 1, deve essere
(r′ cos ϑ)2 + (r′ sin ϑ)2 + sin ϕ 2 = 1 (r′ )2 cos2 ϑ + sin2 ϑ + sin2 ϕ = 1 =⇒ r′ 2 = 1 − sin2 ϕ = cos2 ϕ,
e quindi r′ = cos ϕ (che è positivo quando −π/2 < ϕ < π/2). Sostituendo questo valore si ottengono le equazioni (41).
Esercizi
141
Osserviamo ora che per ogni punto P , O di R3 si ha #» # » OP = rOQ,
#» con r = kOPk,
per un certo punto (unico) Q della sfera unitaria con centro in O. Infatti, #» #» v se r = kOPk e v = OP, allora il vettore ha certamente norma uno, e kvk v il punto Q = O + dista dall’origine kvk
v
kQ − Ok = = 1. kvk Se ci fossero un altro scalare c positivo e un altro punto R sulla sfera tali #» # » #» # » #» che OP = cOR allora kOPk = ckORk = c, e quindi c = kOPk = r; inoltre # » # » # » # » OR = c−1 OP = r−1 OP = OQ. Ne segue che si può assegnare ad ogni punto P di coordinate cartesiane (x, y, z) la terna di coordinate sferiche (r, ϑ, ϕ), tali che x = r sin φ cos ϑ x sin φ cos ϑ y = r sin φ sin ϑ . y = r sin φ sin ϑ (43) ⇐⇒ z = r cos φ z cos φ
Si dovrebbe supporre sull’asse delle z. Perché?
P non
Esercizi (III.1) Risolvere il seguente sistema di equazioni: y + 3z = 1 3z + 4x = 2 y+x=3 Soluzione. Procediamo eliminando le variabili, come illustrato nel § 2 a pagina 99. Eliminiamo la variabile x ponendo (*)
x = 3 − y,
e sostituendo nel sistema ( y + 3z = 1 3z + 4(3 − y) = 2
( ⇐⇒
y + 3z = 1 3z − 4y = −10.
Procediamo nello stesso modo sul sistema di due equazioni nelle incognite y e z, eliminando y e sostituendo (**) y = 1 − 3z
F III.26: Nikolai Ivanovich Lobachevsky (Nikola Iva&noviq Lobaqe&vski(6) , 1792–1856) sviluppò la geometria non-euclidea.
142
Vettori e calcolo geometrico
nel sistema. Otteniamo una sola equazione 2 3z − 4(1 − 3z) = −10 ⇐⇒ 15z = −6 ⇐⇒ z = − . 5 Sappiamo quindi che il sistema dato ha una unica soluzione, che possiamo determinare sostituendo all’indietro i valori trovati: z = −2/5 =⇒ y = 1 − 3z = 11/5 Sostituiamo nella equazione (**). =⇒ x = 3 − y = 4/5 Sostitituiamo nella equazione (*).
E
L’unica soluzione è quindi (x, y, z) = (4/5, 11/5, −2/5) =
1 (4, 11, −2). 5
(III.2) Risolvere il seguente sistema di equazioni: y + 3z = 1 x − 3z = 2 y+x=3 Soluzione. Procediamo come nell’Esercizio (III.1), Eliminiamo la variabile x ponendo (*)
x = 3 − y,
e sostituendo nel sistema ( ( y + 3z = 1 y + 3z = 1 ⇐⇒ (3 − y) − 3z = 2 −y − 3z = −1. Nel sistema ottenuto le due equazioni sono equivalenti (una è multipla dell’altra), e quindi possiamo eliminarne una, e ottenere l’unica equazione y + 3z = 1. Possiamo poi eliminare la variabile y, come prima (**) y = 1 − 3z. Ora non abbiamo più equazioni, ma non abbiamo eliminato tutte le variabili: la variabile z rimane libera, cioè può assumere qualsiasi valore (deve soddisfare l’equazione 0z = 0). Poniamo quindi z = t (arbitrario) e sostituiamo all’indietro: z=t Sostituiamo nella equazione (**) =⇒ y = 1 − 3t =⇒ x = 3 − y = 3 − (1 − 3t) = 2 + 3t Sostitituiamo nella equazione (*).
il Lettore si premurerà di controllare che è in effetti una soluzione, sostituendo gli opportuni valori nel sistema originario.
Esercizi
143
Le soluzioni sono quindi tutte le 3-uple (terne) di numeri reali che si scrivono come x 2 + 3t 2 3 y 1 − 3t 1 −3 = = + t . z t 0 1
Riconosciamo
che la soluzione è una retta di R3 passante per (2, 1, 0) con direzione (3, −3, 1).
(III.3) Risolvere il seguente sistema di equazioni: x1 + x2 x 2 + x3 x3 + x4 x +x 4 1
=1 =2 =3 = 4.
Soluzione. Risolviamo in x4 con l’ultima equazione x4 = 4 − x1 ,
(*)
ed eliminiamo la variabile x4 dal sistema 4 × 4 x1 + x2 = 1 x2 + x3 = 2 x3 + (4 − x1 ) = 3 ⇐⇒ x3 − x1 = −1.
Per sistema n × m intendiamo
un sistema in n equazioni e m incognite.
Risolviamo in x3 nell’ultima (**) x3 = x1 − 1 ed eliminiamo la variabile x3 dal sistema 3 × 3, ottenendo il sistema 2 × 2 ( x1 + x2 = 1 x2 + (x1 − 1) = 2 ⇐⇒ x2 + x1 = 3. Ma questo sistema non può avere soluzioni: x1 + x2 non può essere allo stesso tempo uguale a 1 e 3. Quindi anche il sistema 4×4 non ha soluzioni. ✩ (III.4) Siano a, b e c tre vettori fissati. Supponiamo che l’equazione (*)
ax1 + bx2 = c
abbia soluzioni. Mostrare che allora le seguenti affermazioni sono equivalenti. ① L’equazione (*) ha più di una soluzione. ② L’equazione omogenea ax1 + bx2 = 0 associata a (*) ha almeno una soluzione (x1 , x2 ) , (0, 0).
Si
osservi che non stiamo specificando la dimensione dei vettori a, b e c. Come si vedrà nella soluzione, è del tutto irrilevante. Del tutto non irrilevante invece è il fatto che stiamo assumendo l’ipotesi che (*) abbia almeno una soluzione. Se questa ipotesi non è vera allora non è più vero che le due affermazioni sono equivalenti: potrebbe essere che l’equazione ax1 + bx2 = 0 ha soluzioni non nulle ma ax1 + bx2 = c non ha soluzioni. Basta considerare il caso a = b = 0 e c , 0: chiaramente 0x1 +0x2 = c non ha soluzioni mentre 0x1 + 0x2 = 0 ne ha infinite.
144
Vettori e calcolo geometrico
Soluzione. Per ipotesi sappiamo che c’è almeno una soluzione y = (y1 , y2 ) dell’equazione (*). Allora se esiste un’altra soluzione y′ = (y′1 , y′2 ) diversa da y, si può scrivere ay1 + by2 = c ay′1 + by′2 = c. Sottraendo la prima alla seconda si ha ay′1 + by′2 − ay1 − by2 = c − c
⇐⇒
a(y′1 − y1 ) + b(y′2 − y2 ) = 0,
e quindi la coppia y′ − y = (y′1 − y1 , y′2 − y2 ) soddisfa l’equazione ax1 + bx2 = 0. Dato che y , y′ , y′ − y , 0, esiste quindi una soluzione (x1 , x2 ) = y′ − y diversa da (0, 0). Viceversa, se esiste una soluzione z = (z1 , z2 ) , 0 dell’equazione ax1 + bx2 = 0 e una soluzione y dell’equazione (*), allora la coppia y′ = y + z è una seconda soluzione di (*): ay′1 + by′2 = a(y1 + z1 ) + b(y2 + z2 ) = ay1 + by2 + (az1 + bz2 ) = c + 0 = c. ✩ (III.5) Due rette distinte e contenute nello stesso piano sono parallele se e solo se non si incontrano (da cui segue che se l è una retta di un piano e P un punto non su di essa, esiste una unica retta l′ per P che non è incidente a l). Soluzione. Siano l e l′ due rette contenute nello stesso piano p, con l , l′ . Se l e l′ sono parallele, allora per definizione esse hanno equazioni P = A + tv e P = B + sw, dove v e w sono paralleli (cioè esiste c ∈ R tale che w = cv). Se per assurdo si incontrassero in un punto P0 , allora dovrebbero esistere due valori t0 e s0 tali che P0 = A + t0 v = B + s0 w, e quindi B − A = t0 v − s0 cv = (t0 − s0 c)v. Ma allora A + tv = B + A − B + tv = B + (s0 c − t0 + t)v, e quindi ogni punto di l è anche un punto di l′ : l ⊂ l′ . In modo analogo (ripetendo il ragionamento scambiando l con l′ ) possiamo mostrare che l′ ⊂ l, e quindi in conclusione l = l′ . Ma per ipotesi l , l′ , e quindi è
F III.27: William Rowan Hamilton (1805-1865) estese le operazioni algebriche ad un analogo dei numeri complessi in dimensione 4: i quaternioni.
È
la Definizione (III.40) a pagina 130.
Esercizi
145
assurda l’ipotesi che l e l′ si incontrino nel punto P0 . Abbiamo dimostrato che se sono parallele, allora non si incontrano. Viceversa, supponiamo che due rette distinte l e l′ , contenute in un piano p, non siano parallele, cioè nelle equazioni P = A + tv e P = B + sw i vettori direzione v e w siano linearmente indipendenti. Vogliamo dimostrare che si incontrano. Se l’equazione del piano è P = C + xe1 + ye2 , allora esisteranno certamente (xA , yA ) e (xv , yv ) per cui A = C+xA e1 +yA e2 e v = xv e1 + yv e2 . Analogamente per l′ esisteranno (xB , yB ) e (xw , yw ) tali che B = C + xB e1 + yB e2 e w = xw e1 + yw e2 . Dato che v e w sono linearmente indipendenti, anche i vettori (xv , yv ) e (xw , yw ) sono linearmente indipendenti. Si veda la dimostrazione del Teorema (III.23) e l’Esercizio 55 a pagina 162. Quindi la retta l può anche essere parametrizzata come P = (C + xA e1 + yA e2 ) + t(xv e1 + yv e2 ),
t∈R
e la retta l′ come P = (C + xB e1 + yB e2 ) + s(xw e1 + yw e2 ),
s ∈ R.
I punti di intersezione di l e l′ corrisponderanno quindi alle soluzioni dell’equazione (xA + txv )e1 + (yA + tyv )e2 = (xB + sxw )e1 + (yB + syw )e2 nei parametri t e s. I vettori e1 e e2 sono linearmente indipendenti, e quindi l’equazione è equivalente al sistema di due equazioni nelle due incognite t e s ( " # " # " # " # xA + txv = xB + sxw xv x x x ⇐⇒ t −s w = B − A . yv yw yB yA yA + tyv = yB + syw , Per il Teorema (III.23), questo sistema ha certamente una soluzione in t,s dato che i due vettori " # " # xv xw yv yw sono linearmente indipendenti. Quindi due rette non parallele contenute in un piano si incontrano sempre. (III.6) Mostrare che una traslazione (di Rn ) di vettore v manda ogni retta r in una retta r′ parallela a r, e coppie di rette tra loro parallele in coppie di rette tra loro parallele. Soluzione. Consideriamo la traslazione P 7→ P+v. La retta r di equazione P = A + tr viene mandata nella retta r′ di equazione P = A + tr + v = (A + v) + tr,
Infatti, se A′ = A+v, dovrà essere A′ ∈ p, e dunque
A′ = C + x′A e1 + y′A e2
per certi x′A , y′A . Ma allora v = A′ − A = (x′A −xA )e1 +(y′A − yA )e2 , e quindi xv = x′A − xA e yv = y′A − yA .
146
Vettori e calcolo geometrico
che per la definizione (III.40) è parallela alla precedente. Analogamente, se P = A + tr e P = B + tr′ sono le equazioni di due rette parallele, allora le rette traslate hanno equazioni parametriche P = (A + v) + tr,
P = (Q + v) + tr′ ,
che sono tra loro parallele se e solo se lo erano le prime. (III.7) Mostrare che se un piano di Rn contiene due punti distinti A e B, allora contiene tutti i punti della retta per A e B. Soluzione. Sia p il piano di equazione P = Q + sv + tw. Siccome A ∈ p, esistono (sA , tA ) tali che A = Q + sA v + tA w, e analogamente esistono (sB , tB) tali che B = Q + sB v + tB w. Un punto P è sulla retta l per A e B se e solo se esiste x ∈ R tale che #» P = A + xAB. Ma allora P = (Q + sA v + tA w) + x [(Q + sB v + tB w) − (Q + sA v + tA w)] = Q + [sA + x(sB − sA )]v + [tA + s(tB − tA )w], e quindi P ∈ p. (III.8) Nello spazio R3 sono dati i tre punti A = (1, −1, 0), B = (2, 2, 1) e C = (3, 1, −2). Trovare, se esistono: ① il piano passante per A, B, C; ② il piano che passa per A e è parallelo al piano x − y + 2z = 0; ③ il piano perpendicolare al piano x + y − z = 1 che contiene i punti B e C. Soluzione. Per determinare il piano passante per i tre punti possiamo ricorrere all’equazione (37) (a pagina 134) del generico piano passante (ad esempio) per A a(x − 1) + b(y + 1) + cz = 0 imporre il passaggio per B e C. Si perviene al sistema ( ( a + 3b + c = 0, a(2 − 1) + b(2 + 1) + c = 0, ⇐⇒ a + b − c = 0. a(3 − 1) + b(1 + 1) − 2c = 0,
Esercizi
147
Dalla seconda si ottiene c = a + b che sostituito nella prima porta a soluzioni a = −2b e dunque c = −b. Si trova in corrispondenza a questi valori (ad esempio ponendo b = 1) il piano di equazione −2x + y − z = −3. Un secondo modo consiste nel considerare l’equazione vettoriale (33) #» #» P = A + sAB + tAC. #» #» Nel nostro caso si ha AB = (1, 3, 1) e AC = (2, 2, −2), e dunque l’equazione vettoriale 2 1 x 1 3 y −1 = + s + t 2 . −2 1 0 z Secondo punto: il piano p assegnato, di equazione x−y+2z = 0 ha vettore normale n = (1, −1, 2). Secondo la formula (36), il piano parallelo a p passante per A avrà equazione
Per verificare che l’equazione vet-
toriale e quella cartesiana descrivono lo stesso piano basta sostituire x = 1+s+2t, y = −1+3s+2t, z = s−2t nella 2x − y + z − 3 = 0: si trova che l’uguaglianza è vera per ogni scelta di s e t.
n · (P − A) = 0. Il piano cercato è quindi 1 · (x − 1) − 1 · (y + 1) + 2 · (z − 0) = 0, ovvero x − y + 2z = 2. Terzo punto: il generico piano ortogonale al piano p assegnato, avrà vettore normale n = (a, b, c) ortogonale al vettore normale di p, che è n′ = (1, 1, −1). Questo significa n · n′ = 0 e dunque a + b − c = 0. n sarà di tipo (a, b, a + b) e il piano passante per B che ha n come vettore normale avrà equazione a(x − 2) + b(y − 2) + (a + b)(z − 1) = 0.
Grazie
all’Esercizio (III.7), se il piano contiene B e C allora contiene tutta la retta per B e C.
Resta da imporre il passaggio per C: a(3 − 2) + b(1 − 2) + (a + b)(−2 − 1) = 0. Si ha −2a − 4b = 0 da cui a = −2b e il piano cercato è −2(x − 2) + y − 2 − z + 1 = 0
⇐⇒
2x − y + z = 3.
(III.9) Dati i punti A = (1, −1, 0) e B = (2, 2, 1), trovare il piano che passa per A e è perpendicolare alla retta passante per l’origine e per B. Soluzione. La retta che contiene OB ha equazione x 2 y 2 = t . z 1
148
Vettori e calcolo geometrico
Per scrivere l’equazione del piano passante per A e ortogonale alla retta data, conviene sfruttare la formula (36). Il piano normale al vettore n = (2, 2, 1) passante per A = (1, −1, 0) è 2(x − 1) + 2(x + 1) + 1(z − 0) = 0. (III.10) Trovare l’equazione del piano parallelo alla retta 2x − 4y + z = 0 x + 2y = 1
Una
retta si dice parallela a un piano se il suo vettore direzione è parallelo ad una combinazione lineare dei vettori direzione del piano.
che passa per i punti A = (0, 1, 1) e B = (2, 0, 1). Soluzione. Troviamo innanzitutto l’equazione parametrica della retta: chiamando x = t dalla seconda equazione ricaviamo y = 21 − 2t . Sostituendo questi valori nella prima si ha z = 4y − 2x = 42 − 4t2 − 2t = 2 − 4t. In totale x 0 1 y = 1/2 + t −1/2 . z 2 −4 Per essere parallelo alla retta, il piano dovrà avere come normale una retta ortogonale alla retta data. Poiché il vettore direttore della retta è v = (1, −1/2, −4), il vettore n = (a, b, c) normale al piano sarà tale che v · n = 0, cioè a − b/2 − 4c = 0. Dunque n = (b/2 − 4c, b, c) e grazie a (36) il piano cercato, imponendo il passaggio per B, sarà di tipo (b/2 + 4c)(x − 2) + b(y − 0) + c(z − 1) = 0. Imponiamo ora il passaggio per il punto A: deve valere (b/2 + 4c)(0 − 2) + b(1 − 0) + c(1 − 1) = 0, da cui −b − 8c + b = 0, ovvero c = 0. Il piano cercato ha dunque equazione x + 2y = 2. (III.11) Data la retta dell’esercizio precedente, scrivere l’equazione del generico piano passante per r. Determinare poi il piano per r perpendicolare al piano xz. Soluzione. L’equazione 2x − 4y + z + k(x + 2y − 1) = 0 descrive, al variare di k ∈ R, tutti i piani passanti per r, con l’eccezione del piano x + 2y − 1 = 0. Per trovare tra questi il piano perpendicolare al piano xz, bisogna imporre che il suo vettore normale nk sia parallelo a xz, cioè di tipo (a, 0, b). I piani del fascio passano in particolare per il punto A = (1, 0, −2) della retta r: riscrivendo l’equazione del piano nella forma nk · (P − A)
⇔
(2 + k)(x − 1) + (2k − 4)y + z + 2 = 0
grazie a (36) sappiamo che nk = (2 + k, 2k − 4, 1): dunque con la scelta k = 2 abbiamo il piano 4(x − 1) + z + 2 = 0, ortogonale a xz.
L’insieme
dei piani passanti per una retta data r si chiama fascio di piani che ha per sostegno r.
Esercizi
149
(III.12) Si consideri il punto A = (1, 2, −1) e le rette r e s di equazioni x=2+t x − 2y = 1 r: s: y=2+t x + z = 1 z = −t ① calcolare la distanza di A da r; ② stabilire se r e s sono sghembe e determinarne la distanza; ③ scrivere l’equazione della proiezione ortogonale di r sul piano p dato da x + y + z = 0. Soluzione. Per calcolare la distanza di A da r basta trovare il piano p passante per A e ortogonale a r: detto Q il punto di intersezione tra r e p, la distanza cercata è kQ − Ak. Il modo più rapido per scrivere l’equazione del piano p è ricorrere alla (36) n · (P − A) = 0, dove n è un vettore direttore di r. Questo si trova facilmente ponendo x = t e ricavando l’equazione vettoriale di r nella forma x=t y = −1/2 + t/2 z = 1 − t. Si ha n = [1, 1/2, −1] e quindi l’equazione di p è 1 1 · (x − 1) + (y − 2) − 1 · (z + 1) = 0 2
⇔
2x + y − 2z = 6.
Intersechiamo ora p con r: sostituendo le equazioni parametriche della retta nel piano si trova 1 t 17 2t + (− + ) − 2(1 − t) = 6 ⇔ t= , 2 2 9 4 8 corrispondente al punto Q = 17 9 , 9 , − 9 . La distanza tra il punto e la retta è quindi p √ kQ − Ak = (1 − 17/9)2 + (2 − 4/9)2 + (−1 + 8/9)2 = 29/3. Secondo punto: le due rette r e s non si intersecano perché il sistema (2 + t) − 2(2 + t) = 1 (2 + t) + (−t) = 1
Verificare
usando la formula nell’Esercizio (III.15). Si veda a proposito anche l’Esercizio 32 .
150
Vettori e calcolo geometrico
non ha soluzione (la seconda equazione è impossibile). Non sono nemmeno parallele perché i rispettivi vettori direttori sono vr = (1, 1/2, −1) e vs = (1, 1, −1), che non sono proporzionali tra loro. Dunque le rette sono sghembe. La distanza tra r e s è realizzata per quei due punti P ∈ r e Q ∈ s tali che P − Q è ortogonale ai due vettori direzione vr e vs . Essendo 0 1 2 1 P − Q = −1/2 + s 1/2 − 2 − t 1 , 1 −1 0 −1 dobbiamo trovare due valori s e t tali che −2 + s − t 1 −2 + s − t 1 −5/2 + s/2 − t 1/2 −5/2 + s/2 − t 1 · = 0 = · . 1−s+t −1 1−s+t −1 Si tratta di risolvere il sistema 1 (−2 + s − t) + 2 (−5/2 + s/2 − t) − (1 − s + t) = 0, (−2 + s − t) + (−5/2 + s/2 − t) − (1 − s + t) = 0. Sottraendo la seconda equazione dalla prima si trova il sistema equivalente −5/2 + s/2 − t = 0 (−2 + s − t) − (1 − s + t) = 0. Otteniamo s = −2 e t = −7/2. Si trovano così i punti P = (−2, −3/2, 3) e Q = (3/2, 3/2, 7/2). La distanza cercata è p √ kP − Qk = (7/2)2 + 32 + (1/2)2 = 86/2. Ultimo punto: per trovare la proiezione della retta su p di equazione x + y + z = 0 basta intersecare p con il piano p′ passante per r e ortogonale a p. Per scrivere l’equazione di p′ osserviamo che il suo vettore normale n′ deve essere ortogonale a n = (1, 1, 1), dunque ha la forma n′ = (a, b, −a − b). Osserviamo poi che i punti B = (0, −1/2, 1) e C = (1, 0, 0) appartengono a r: rappresentiamo ora p′ con l’equazione n′ · (P − C) = 0
⇔
a(x − 1) + by − (a + b)z = 0,
e imponiamo il passaggio per B. Troviamo −a − b/2 − (a + b) = 0 da cui a = −3b/4, che corrisponde al piano −3(x − 1) + 4y − z = 0. Poiché il piano passa per B e C contiene tutta la retta passante per i due punti, cioè la retta r, grazie all’Esercizio (III.7).
si trova ad esempio scegliendo t = 1 nell’equazione vettoriale di r.
C
Esercizi
(III.13) Dimostrare che una retta e un piano di R3 non si intersecano se e solo se la retta è parallela al piano, e che una retta non parallela ad un piano di R3 lo interseca sempre in un unico punto. Soluzione. Se la retta è contenuta nel piano, allora è parallela al piano. Possiamo quindi sempre supporre che ci sia un punto Q della retta che non sta sul piano. L’equazione parametrica del piano è P = A + sv + tw, per due vettori v e w linearmente indipendenti e un punto A ∈ R3 . Se r è un vettore parallelo alla retta, l’equazione parametrica della retta sarà P = Q + ur. La retta e il piano si intersecano in un punto P se e soltanto se esistono (s, t, r) tali che P = A + sv + tw = Q + ur, cioè se e soltanto se sv + tw − ur = Q − A. Se il vettore r fosse una combinazione lineare di v e w, allora anche Q − A sarebbe una combinazione lineare di v e w, cioè Q starebbe sul piano. Ma dato che Q non è nel piano, allora il vettore r non è parallelo al piano: abbiamo mostrato che se si intersecano, non sono paralleli. Se invece il piano e la retta non sono paralleli, cioè r non è combinazione lineare di v e w, allora i tre vettori v, w, r sono linearmente indipendenti. Infatti, se esistessero x, y e z non tutti nulli tali che xv + yw + zr = 0, dovrebbe essere z , 0 (perché altrimenti risulterebbero v e w linearmente dipendenti). Ma allora, dividendo per z, otterremmo che r è una combinazione lineare di v e w, contro l’ipotesi. Dato che v, w, e r sono linearmente indipendenti, siamo nelle condizioni di usare il Teorema (III.29), che ci assicura che esiste una unica soluzione (s, t, u) del sistema sv + tw − ur = Q − A, cioè che se la retta non è parallela al piano esiste una unica intersezione della retta con il piano. ✩ (III.14) Mostriamo che la proiezione di un punto P su una retta per #» #» due punti A, B (cioè l’unico punto Q tale che PQ è ortogonale a AB) è anche l’unico punto Q che realizza la distanza minima tra P e la retta. #» #» Mostrare anche che se si pone v = AP e b = AB, allora # » v·b b. AQ = projb v = kbk2
151
152
Vettori e calcolo geometrico
Soluzione. Osserviamo la figura III.28. Un punto Q sulla retta corrisponde ad un valore del parametro t #» Q = A + tAB = A + tb. #» #» Il vettore PQ è ortogonale a b = AB se e soltanto se
⇐⇒ ⇐⇒
⇐⇒
P
#
v = AP
tkbk2 = hv, bi = v · b,
B
v·b b kbk2
(Q − P) · b = 0
(A + tb − P) · b = 0 (−v + tb) · b = 0
Q
A
b
F III.28: proiezione di un punto su una retta e prodotto scalare.
v·b v·b , da cui Q = A + b. Al variare di t, il quadrato della kbk2 kbk2 distanza tra A + tb e il punto P è uguale a
e quindi t =
kA + tb − Pk2 = ktb − vk2 = t2 kbk2 + kvk2 − 2tv · b. Questa funzione ha (unico) minimo per t=
2v · b , 2kbk2
funzione f (t) = at2 + bt + c, con a > 0, ha minimo dove si annulla la derivata, cioè f ′ (t) = 0 ⇐⇒ 2at + b = 0. Si tratta di t = −b 2a .
Una
che è il valore da noi trovato. (III.15) Determinare la distanza tra un punto P e una retta l di Rn , di equazione P = A + tb. Soluzione. Per l’esercizio precedente (III.14), si tratta di calcolare la distanza tra il punto P e il punto Q=A+
v·b b, kbk2
#» dove v = AP. Il valore della distanza al quadrato è, come abbiamo visto, kQ − Pk2 = t2 kbk2 + kvk2 − 2tv · b, e la distanza si realizza semplicemente sostituendo a t il valore t=
v·b , kbk2
Considerando
cioè (44) kQ − Pk2 = (
(v · b)2 v·b v·b 2 2 ) kbk + kvk2 − 2( )v · b = kvk2 − 2 2 kbk kbk kbk2
(III.16) Dimostrare che in R2 , per ogni punto P e retta r esiste una unica retta r′ ortogonale a r passante per P.
gli elementi nell’Esercizio (III.12), la formula si applica con b = (1, 1/2, −1), v = (1, 5/2, −2). Si ha quindi kbk2 = 9/4, kvk2 = 45/4 e v·b = 17/4 e la distanza al quadrato data dalla (44) è 29/9.
Esercizi
153
Soluzione. Se P non sta in r, allora sia Q la proiezione di P su r: la retta per P e Q è ortogonale a r e passa per P. Non ce ne possono essere altre, perché l’intersezione con r di una retta ortogonale a r e passante per P necessariamente deve passare per Q, e di rette per P e Q ce n’è una sola. Questo ragionamento non vale se P è in r, dato che se P = Q non vale più l’unicità. Procediamo in un altro modo. Sia A+tr l’equazione parametrica della retta r, con r , 0 vettore direzione. Tutte le rette per P si scrivono come P + sv per un certo v , 0, e due rette di questa famiglia sono uguali se e solo se i vettori direzione sono proporzionali (paralleli). Si deve quindi mostrare che esiste un vettore v , 0 ortogonale a r, e che se v e v′ sono due vettori ortogonali a r, allora v′ = cv per un certo scalare c ∈ R. Sia r = (a, b), con (a, b) , (0, 0). I vettori v = (α, β) ortogonali a r e non nulli sono le soluzioni dell’equazione (*)
Per
risolvere questo esercizio occorre ricordare i numeri complessi. Il numero complesso a+bi indica il vettore (a, b). Qual è un vettore ortogonale a (a, b)? Lo stesso vettore a + bi ruotato di π/2. La rotazione di angolo ϑ non è altro che la moltiplicazione per eiϑ , e quindi il nostro vettore va moltiplicato per i = eπ/2i . Allora il vettore ruotato è i(a + bi) = ia + i2 b = −b + ia, cioè (−b, a).
v · r = aα + bβ = 0,
che ha coefficienti a, b e incognite α, β. Esiste sempre una soluzione (α, β) = (−b, a) che è diversa da (0, 0) se e solo se (a, b) , (0, 0). Sia ora (α′ , β′ ) un’altra soluzione dell’equazione (*). b α α′ =− = . ′ β a β Se a , 0, b , 0, si ha − Allora
α′ = −cb,
β′ α′ = = c per una certa ultima quantità c ∈ R. b a
β′ = ca
=⇒ (α′ , β′ ) = c(−b, a),
cioè (α′ , β′ ) è un multiplo di (−b, a). Se invece a = 0, necessariamente β′ = 0 e chiaramente (α′ , 0) è un multiplo di (−b, 0). Lo stesso succede se b = 0: (0, β′ ) è un multiplo di (0, a). (III.17) Dimostrare che in R3 , per ogni punto A e retta r esiste un unico piano p ortogonale a r passante per A; e che per ogni punto A e piano p esiste una unica retta ortogonale a p passante per A.
Basta
osservare annulla αa, si deve b , 0 (altrimenti sarebbero nulli), e
che in (*) se si annullare βb, ma entrambi a e b quindi β è zero.
Soluzione. Sia P = B + tn l’equazione parametrica della retta r. Sia n = (a, b, c). L’insieme p di tutti i punti P che soddisfano l’equazione (P − A) · n = 0, come abbiamo visto, è un piano di R3 , che ha equazione ax + by + cz = d
Si
vedano la nota (III.46) a pagina 133 e la proposizione (III.47) a pagina 134.
154
Vettori e calcolo geometrico
per un certo coefficiente d, passa per A ed è ortogonale (per definizione) a r. Dobbiamo mostrare che è l’unico. Supponiamo che A + tv + sw sia l’equazione parametrica di un altro piano p′ per A ortogonale a r, cioè con v · n = w · n = 0. Il punto B di p′ definito da B = A + v appartiene anche a p, dato che B − A · n = v · n = 0.
Il punto C di p′ definito da C = A + w appartiene anche a p, dato che C − A · n = w · n = 0. I tre punti A, B e C non sono allineati , e per la Proposizione (III.44) per tre punti non allineati passa un unico piano. Dato che sia p che p′ passano per A, B e C, essi devono coincidere. Ora mostriamo la seconda parte. Sia p un piano e A un punto di R3 . Sia P = B + s1 v + s2 w una equazione (parametrica) del piano p. I due vettori v e w sono linearmente indipendenti, e quindi il prodotto vettoriale n = v × w è diverso da 0 = (0, 0, 0). Il vettore n è ortogonale a v e w, e quindi la retta
Altrimenti
v e w risulterebbero linearmente dipendenti
P = A + tn è ortogonale a p e passa per A. L’intersezione di questa retta con p è un punto Q, che è la proiezione ortogonale di A sul piano p. Per la Proposizione (III.49), se A < p, Q è l’unico punto di p tale che Q − A è ortogonale a v e w, quindi ogni altra retta ortogonale a p e passante per A deve passare per Q. Dato che di rette per due punti ce n’è una sola, abbiamo mostrato l’unicità. E se A = Q ∈ p? Supponiamo che la retta abbia equazione P = A + tn′ . Dato che v, w e n sono linearmente indipendenti, per il Teorema (III.29) esistono (unici) tre scalari x, y, z tali che n′ = xv + yw + zn. Ma se n′ è ortogonale a v e w, deve essere 0 = n′ · v = (xv + yw + zn) · v = xkvk2 + yw · v
0 = n′ · w = (xv + yw + zn) · w = xv · w + ykwk2 . Ma se osserviamo che " # " #! kvk2 v·w det , = kvk2 kwk2 − (v · w)2 > 0, v · w kwk2 e applichiamo la disuguaglianza di Cauchy–Schwarz, possiamo concludere che il sistema 2 xkvk + yw · v = 0 xv · w + ykwk2 = 0
Proposizione
(III.19) a pagina 111. Risulta che il determinante è sempre maggiore o uguale a zero, ed è zero solo se v e w sono paralleli.
Esercizi
155
ha solo la soluzione (x, y) = (0, 0). Ma allora deve essere n′ = 0v + 0w + zn, cioè n e n′ sono paralleli, e le due rette coincidono. (III.18) (Procedimento di ortogonalizzazione) Se p è un piano di equazione A + sv + tw, determinare due vettori e1 e e2 ortogonali e unitari, tali che il piano p abbia anche equazione A + t1 e1 + t2 e2 . v v Soluzione. Definiamo il primo vettore e1 = . Allora ke1 k = k k = kvk kvk kvk = 1. Ora, per procedere osserviamo la Figura III.29. Dato che v e kvk w sono linearmente indipendenti, anche e1 e w lo sono, cioè w non è multiplo di e1 . Se proje1 w è il vettore proiezione di w su e1 , si ha proje1 w =
w · e1 e1 = (w · e1 )e1 . ke1 k2
Cioè, di norma uno: ke1 k = ke2 k = 1.
u
w
u
A (w · e1 )e1 e1
F III.29: procedimento di ortogonalizzazione e proiezione.
Ma allora il vettore differenza u = w − (w · e1 )e1 risulta ortogonale a e1 . Se lo dividiamo per la sua norma, come abbiamo fatto sopra per v, otteniamo un vettore unitario e2 =
u kuk
ortogonale a e1 . Ora, e1 è un multiplo di v, mentre e2 è un multiplo di u, che è combinazione lineare di v e w. Quindi anche e2 è combinazione lineare di v e w: ma allora il piano p′ con equazione parametrica P = A + t 1 e1 + t 2 e2 coincide con p. Infatti, i tre punti A, B = A + e1 , C = A + e2 non sono allineati, e il piano p′ li contiene. Ma dato che e1 e e2 sono combinazioni lineari di v e w, i punti B e C appartengono a p, e quindi p passa per A, B e C. Dato che il piano per A, B e C è unico, deve essere p = p′ , e quindi A + t 1 e1 + t 2 e2 è una parametrizzazione del piano p. (III.19) Dedurre dall’Esercizio (III.18) che per ogni piano p per l’origine O di R3 esistono tre vettori ortogonali unitari e1 , e2 e e3 tali che O + e1 e O + e2 sono in p e e3 è ortogonale a p.
Se lo fossero, allora e1 e e2 risulterebbero paralleli, il che è assurdo perché sono ortogonali e quindi linearmente indipendenti.
156
Vettori e calcolo geometrico
Soluzione. Se O + sv + tw è una parametrizzazione del piano p, dall’Esercizio (III.18) segue che esistono due vettori e1 e e2 ortogonali unitari tali che e1 e e2 sono in p. Se poi poniamo e3 = e1 × e2 , otteniamo un terzo vettore non nullo ortogonale a e1 e e2 , e quindi ortogonale a p. La norma di e3 è uguale al prodotto delle norme di e1 e e2 (cioè 1) per il seno dell’angolo compreso (cioè sin π/2 = 1), e quindi e3 è unitario. (III.20) Dimostrare che tre vettori e1 , e2 , e3 ortogonali in R3 sono sempre linearmente indipendenti, e quindi che per ogni v ∈ R3 esistono unici tre scalari c1 , c2 , c3 tali che v = c 1 e1 + c 2 e2 + c 3 e3 . Mostrare poi che se gli ei hanno norma uno, allora gli scalari ci sono le componenti di v nel sistema di riferimento e1 , e2 , e3 . Soluzione. Supponiamo che c1 e1 + c2 e2 + c3 e3 = 0. Se moltiplichiamo scalarmente per e1 , otteniamo
Dato che ke1 k2 > 0.
c1 e1 · e1 + c2 e2 · e1 + c3 e3 · e1 = 0 =⇒ c1 ke1 k2 = 0 =⇒ c1 = 0 Analogamente, c2 = c3 = 0, e quindi i tre vettori sono linearmente indipendenti. Applichiamo il Teorema (III.29): per ogni v ∈ R3 il sistema di (tre) equazioni e1 x + e2 y + e3 z = v a una e una sola soluzione in (x, y, z), cioè esistono unici tre scalari c1 , c2 , c3 tali che v = c 1 e1 + c 2 e2 + c 3 e3 . Ora, ricordiamo che le componenti di v sui tre assi e1 , e2 e e3 sono i coefficienti delle proiezioni proje1 v = (v · e1 )e1 = c1 e1
proje2 v = (v · e2 )e2 = c2 e2
proje3 v = (v · e3 )e3 = c3 e3 , cioè c1 , c2 e c3 , come volevasi dimostrare.
Esercizi
157
Una omotetia (o anche dilatazione) di R3 è una trasformazione di f : R3 → R3 definita come segue: se c , 0 è una costante non nulla (detto fattore o ragione) e O un punto di R3 (detto il centro dell’omotetia), allora #» si manda il punto P nel punto O + cOP, #» f : P 7→ O + cOP. È facile vedere che una omotetia manda rette in rette e piani in piani, e che conserva gli angoli, i rapporti tra le lunghezze e la relazione di parallelismo. Assumiamo vera la seguente ipotesi: se X è una regione di R3 e f (X) la sua trasformata mediante una omotetia di ragione c, allora Volume( f (X)) = |c|3 Volume(X). Si può verificare facilmente nel caso del parallelepipedo, di cui conosciamo il volume. (III.21) Calcoliamo il volume di un tetraedro, dimostrando i seguenti fatti. 3
′
′
′
① Se A, B, C e D sono quattro punti di R e B , C e D i punti medi di AB, AC e AD rispettivamente, allora il tetraedro ABCD è omotetico al tetraedro AB′ C′ D′ con fattore 2. ② Se x indica il volume del tetraedro ABCD e V il volume del parallelepipedo con spigoli AB′ , AC′ e AD′ , allora il volume dell’intersezione tra il parallelepipedo e il tetraedro è uguale a V − x/8. #» #» # » det(AB, AC, AD) . ③ Il volume del tetraedro ABCD è uguale a 6 Soluzione. Rappresentiamo i punti come in Figura III.30. Si ha B′ =
A+B , 2
C′ =
A+C , 2
D′ =
A+D . 2
#» La omotetia di centro A e ragione 2 manda P in A + 2AP, e quindi A in A, B′ in A + 2(B′ − A) = A + B − A = B, C′ in C e D′ in D. Una omotetia manda rette in rette, piani in piani, e quindi manda il tetraedro AB′ C′ D′ in ABCD. Osserviamo poi che il parallelepipedo con spigoli AB′ , AC′ e AD′ ha gli altri vertici in # » # » A+C B+C A+B −A+ −A= A + AB′ + AC′ = A + 2 2 2 # »′ # »′ C + D A + AC + AD = 2 # »′ # »′ D + B A + AD + AB = 2 e in # » # » # » B−A C−A D−A B+C+D−A A + AB′ + AC′ + AD′ = A + + + = . 2 2 2 2
La composizione di due omotetie è ancora una omotetia?
Esercizio
60 a pagina 162.
Naturalmente sarebbe più sempli-
ce calcolarne il volume con il metodo di esaustione (o anche il principio di Cavalieri), cioè con un piccolo integrale. Lo si faccia per esercizio ( 49 a pagina 513). Nel 1836 Gauss, in una lettera a Gerling, si pose il problema se fosse possibile calcolare il volume di un tetraedro senza il calcolo infinitesimale, ma scomponendo due tetraedri con la stessa base e la stessa altezza in parti congruenti (come si fa per i triangoli, in cui si costruisce il triangolo rettangolo per dimostrare la formula dell’area). Questo problema fu proposto alla comunità dei matematici da Hilbert (è il cosiddetto terzo problema di Hilbert) nel 1900,(7) e fu risolto negativamente subito dopo da Max Dehn. La soluzione che proponiamo non è una decomposizione in tetraedri congruenti (che appunto non esiste), ma una decomposizione in tetraedri omotetici, sulle linee della Proposizione XII.5 degli elementi di Euclide (due tetraedri con altezza uguale hanno volumi proporzionali alle aree delle basi). È un buon esercizio decomporre il parallelepipedo in sei tetraedri non congruenti ma di ugual volume.
158
Vettori e calcolo geometrico
D
D′
B′
A C′
B
C
F III.30: decomposizione del tetraedro ABCD dell’Esercizio (III.21).
Il parallelepipedo in questione interseca ABCD in una regione Y, il cui complementare è il tetraedro indicato in grigio in Figura III.30, che è omotetico (a meno di traslazioni!) con il tetraedro AB′ C′ D′ con ragione −1. Dunque il volume di Y è V − x/8, dato che x = Volume(ABCD) è 23 Volume(AB′ C′ D′ ), per via dell’omotetia di ragione 2. Ora, possiamo concludere l’esercizio osservando che ABCD si decompone in quattro regioni disgiunte: la regione Y più i tre tetraedri con vertice in B, C e D e volume x/8 (sempre per le omotetie di ragione 2 e centri in B, C e D). Ma allora x x x x = Volume(ABCD) = 3 + Volume(Y) = 3 + V − 8 8 8
=⇒
4 x = V; 3
ma il volume V del parallelepipedo con lati AB′ , AC′ e AD′ non è altro che un ottavo del volume del parallelepipedo con lati AB, AC e AD, e quindi # » # » # » 1 x = det(AB, AC, AD) . 6 ✩ (III.22) Mostrare che la riflessione r rispetto a un piano π di R3 (si veda la Figura III.31) è una isometria, cioè che per ogni P, Q ∈ R3 kr(P) − r(Q)k = kP − Qk. Si mostri anche che r(P) = P se e solo se P ∈ π, e che il punto riflesso di r(P) è P medesimo. Soluzione. Siano P′ = r(P) e Q′ = r(Q) le immagini riflesse dei due punti P e Q. Come abbiamo visto poc’anzi, P′ e Q′ sono i punti definiti da P − projπ P = projπ P − P′ ,
Q − projπ Q = projπ Q − Q′ .
Per semplificare la notazione, poniamo P¯ = projπ P e Q¯ = projπ Q. Risulta quindi che P − P¯ e Q − Q¯ sono ortogonali a π, e (*)
P − P¯ = P¯ − P′
Q − Q¯
= Q¯ − Q′ .
P
A projπ P
P′
F III.31: se π ⊂ R3 è un piano dello spazio Euclideo, la riflessione rispetto a π è la trasformazione r : R3 → R3 che associa al punto P ∈ R3 l’unico punto P′ per cui P − projπ P = projπ P − P′ , dove projπ P è la proiezione ortogonale di P sul piano π.
Esercizi
159
#» Osserviamo che il vettore PQ si può scrivere come somma #» #» # » # » # » # » #¯ » ¯ + P¯ Q, ¯ PQ = PP¯ + P¯ Q¯ + QQ = (PP¯ + QQ) #» #» # » # ′ »′ ¯ è ortogonale a π e P¯ Q¯ è parallelo a π. Anche P dove PP¯ + QQ Q , per lo #» # ′ » # »′ # ′ »′ ¯ ) + P¯ Q. ¯ Quindi la norma stesso motivo, si scrive come P Q = (P P¯ + QQ #» al quadrato di PQ è uguale a #» 2 #» 2 #» # » 2 # »′ # ′ » 2 #» ¯ ¯ = kPP ¯ + kP¯ Qk ¯ ¯ + Q Qk kPQk2 = kPP¯ + QQk + kP¯ Qk #» 2 # » # »′ 2 # ′ »′ 2 ¯ k + kP¯ Qk ¯ = kP = kP′ P¯ + QQ Qk .
Per le identità (*).
Ora, P′ = r(P) = P se e soltanto se P − P¯ = P¯ − P, cioè se e soltanto ¯ = 0, cioè P = P. ¯ Ma P¯ = proj P può essere uguale a P se e se 2(P − P) π soltanto se P ∈ π. Sia P′′ = r(P′ ) = r(r(P)). Si ha che P − P¯ = P¯ − P′ , P′ − P¯ ′ = P¯ ′ − P′′ , e ′ ¯ Ma allora P¯ = P. P′′ = 2P¯ − P′ = 2P¯ − (2P¯ − P) = P.
✎ Diamoci da fare. . . (Soluzioni a pagina 586) 1 Siano a = (1, 2, 3), b = (2, 3, −4), c = (−1, −2, −3) tre vettori di R3 . Determinare le componenti dei seguenti vettori: (a) a + b; (c) a + 3b − 2c; (b) a − c;
(d) 2a − b + c.
2 Risolvere il seguente enigma: determinare i valori di x, y e z tali che x+ y+z = 1 2x − y − z = 2 −y + z = 3. 3 Risolvere i seguenti sistemi di equazioni. ( x+ y=k+1 a + b −c =0 x−y=h−1 (a) −a + b + c = 2 (d) ( a−b+c =4 k+h= x+1 k − h = y − 1. x − y = 2z y + z = x (b) x + z = 2z + x x+y=k x + 2y = h u + v = a + b + 1 (e) y+k =h u + a = v + b + 2 (c) u+b = a+v−1 x + h = 2k
4 Determinare, al variare del parametro k, il numero di soluzioni del seguente sistema di equazioni: x + 3y + (2 + k)z = 1 2x + y + 3z = k (3 − k)x + 2y + z = 3k 5 Siano a = (1, 2), b = (2, 1) ∈ R2 . Mostrare che per ogni q = (x, y) ∈ R2 esistono unici due coefficienti c, d tali che q = ca + db. 6 Siano a = (1, 2, 3), b = (2, 3, 1), c = (3, 1, 2) tre vettori di R3 . Per ogni q = (x, y, z) ∈ R3 si determinino, i coefficienti u, v, w tali che q = ua + vb + wc. 7 Mostrare che se a ∈ Rn è parallelo a b, e b è parallelo a c, allora a è parallelo a c. 8 Dimostrare che se P = A + tv e P = B + sw sono due equazioni della stessa retta, allora v e w sono paralleli. K 9 Dimostrare che due rette di R3 sono sghembe se e solo se non sono complanari (cioè se e solo se non esiste un piano che le contiene). 10 Siano r una retta e A un punto del piano euclideo(8) . Le seguenti affermazioni sono vere o false? ① esiste una unica retta parallela a r passante per A;
160
Vettori e calcolo geometrico
② esiste una unica retta ortogonale (e incidente) a r passante per A;
20 Se a = (1, 3, 5, 7) e b = (1, −1, 1, −1), determinare la proiezione di a su b.
③ se s è una retta che non interseca r, allora s è parallela a r.
21 Si determino in R3 (con i versori coordinati i, j, k), tutti i vettori unitari v i cui angoli α, β, γ con i, j, e k verifichino le uguaglianze cos α = 1/2, cos β = 1/3, cos γ = 1/4 (cioè i coseni direttori di v sono 1/2, 1/3 e 1/4).
Rispondere alle stesse domande quando l’ambiente è lo spazio tridimensionale(9) , invece che un piano. 11 Mostrare che le diagonali di un parallelogramma ABCD si incontrano in un punto M che è punto medio di entrambi i segmenti AC e BD. 12 Siano a = (−1, 2, 3, −4), b = (−2, −3, 4, 1), c = (1, −1, 1, −1), d = (1, 1, 1, 1) quattro vettori di R4 . Calcolare i seguenti prodotti scalari. (a) a · (b + c); (c) (a + b + c) · d; (b) a · b + c;
(d) (a + b) · (c + d).
13 Mostrare che se per ogni x ∈ Rn , a · x = b · x, allora a = b. È possibile che per certi a, b e x si abbia a·x = b·x ma a , b?
22 Determinare gli angoli del triangolo di vertici A = (2, −1, 1), B = (1, −3, −5) e C = (3, −4, −4). 23 Siano in Rn tre vettori non zero a, b e c. Mostrare che se l’angolo tra a e b è uguale all’angolo tra a e c, allora kbkc − kckb è ortogonale a a. 24 Sia γn l’angolo tra i due vettori di Rn 1 1 an = (1, 1, . . . , 1) e bn = (1, , . . . , ). 2 n Si calcoli il limite di γn per n → ∞.
14 Siano a = (1, 0, 1), b = (0, 1, 1) e c = (1, 1, −1) ∈ R3 . ✩ 25 Mostrare che in ogni rombo le diagonali sono perpendicolari. (Suggerimento: il termine rombo indica un Si trovino, se esistono, due scalari x e y tali che xa + yb quadrilatero con tutti i lati di lunghezze uguali.) è ortogonale a b e a c. √ √ √ √ √ 26 Siano a = (cos α, sin α) e b = (cos β, sin β) in R2 15 Siano a = (1, 2, 3), b = ( 3, 3, 3) e c = due vettori. Dall’espressione del prodotto scalare a · b (1, 1, −1). Si calcolino le norme dei seguenti vettori: dedurre il valore di cos(α − β). (a) a + b; (b) a − c; (c) a + b − c; 27 Se x, y sono due punti dello spazio Rn , si defini16 Si trovino tutti i vettori di R2 ortogonali a a = (1, 2). sca la loro distanza d(x, y) = kx − yk. Mostrare che la Mostrare che si tratta di una retta. funzione distanza soddisfa le seguenti proprietà: 17 Siano a = (1, 2), b = (3, 4) in R2 . Determinare due ① d(x, y) = d(y, x). vettori ortogonali x e y tali che a = x + y, e x è parallelo ② d(x, y) = 0 ⇐⇒ x = y. a b. ③ d(x, z) ≤ d(x, y) + d(y + z). 18 Mostrare che per ogni coppia di vettori a, b ∈ Rn risulta 28 Mostrare che se due vettori a e b sono linearmente indipendenti e c · a = c · b = 0, c , 0 allora a, b, c sono 2 2 ka + bk − ka − bk = 4a · b. linearmente indipendenti Dedurre che a e b sono ortogonali se e solo se ka + bk = 29 Si scrivano le equazioni parametriche e l’equazioka − bk. Mostrare poi che ne cartesiana della retta di R2 passante per i due punti ka + bk2 + ka − bk2 = 2kak2 + 2kbk2 .
(1, 1) e (2, −2).
Cosa si può dedurre delle diagonali di un parallelogramma?
30 Si scriva, se esiste, l’equazione cartesiana del piano di R3 che passa per i tre punti (1, 1, 0), (1, 0, 1) e (0, 0, 1).
19 Mostrare (con vettori) la seguente proprietà dei quadrilateri: se ABCD è un quadrilatero, allora la somma dei quadrati dei lati AB, BC, CD, DA meno la somma dei quadrati delle diagonali AC, BD è uguale a quattro volte il quadrato della lunghezza del segmento che ha per estremi i punti medi delle diagonali.
31 Per quali valori del parametro k le due rette 1 x 0 1 x 1 y = 0 + t k e y = 1 + s 1 k 0 z 1 0 z e si intersecano?
Esercizi
161
32 Determinare la proiezione ortogonale del punto A = (1, 0, −1) sul piano p di equazione x + y + z = 1, e dedurre la distanza di A da p. 33 Si determini, al variare di k, la distanza tra le due rette dell’Esercizio 31 .
44 Mostrare che la Proprietà (V3) a pagina 117 è equivalente alla Proprietà (V3’), supposta valida (V2). 45 Dimostrare che per ogni a, b, e c a × (b × c) = (a · c)b − (a · b)c.
34 L’insieme di punti dato dalle equazioni parametri(Suggerimento: cominciare a mostrare che se a = i, allora che i × (b × c) = c1 b − b1 c. ) 0 2 3 x 1 y 2 ✩ 46 Dimostrare le seguenti identità vettoriali (Suggeri = + t1 2 + t2 1 + t3 −1 mento: usare l’Esercizio 45 .). 7 3 1 3 z è un piano, una retta o tutto lo spazio R3 ? 35 Determinare un vettore di R3 unitario ortogonale ai vettori dati. (a) i + j, k; (c) i − k, j + k. (b) i + j + k, k;
(d) i+2j+3k, j+2k+3i.
36 Mostrare che tre vettori ortogonali di Rn sono sempre linearmente indipendenti. 3
37 Mostrare che se a e b ∈ R sono ortogonali, allora ka × bk = kakkbk. 38 Ricordiamo che se a e b sono due vettori ortogonali unitari di R3 , allora a × b è ortogonale a a e a b ed è unitario. Mostrare che (a × b) × a = b e (a × b) × b = −a. 39 Sia a un vettore diverso da zero in R3 . Mostrare che se x, y sono due vettori tali che a×x = a× y e a·x = a· y, allora x = y.
(a) (a × b) × (c × d) = (a × b · d)c − (a × b · c)d;
(b) a × (b × c) + b × (c × a) + c × (a × b) = 0;
(c) a × (b × c) = (a × b) × c se e solo se b × (c × a) = 0.
✩ 47 Mostrare che vale la seguente identità.
(*)
(a × b) · (c × d) = (b · d)(a · c) − (b · c)(a · d) # " a·c b·c = det a·d b·d
Confrontarla poi con l’identità di Lagrange della Proposizione (III.31). La (*) è chiamata identità di Lagrange, ed è un caso particolare di una identità più generale, detta identità di Binet–Cauchy. 48 Dimostrare che il tetraedro di vertici A, B, C, D ha #» #» # » volume uguale a |AB · AC × AD|/6.
40 Mostrare che tre punti A, B, P di R3 sono allineati ✩ 49 (Formula di Erone) Siano a, b e c le lunghezze dei #» #» lati di un triangolo. Indichiamo con s il semiperimese e solo se AP × AB = 0. a+b+c tro s = . Dimostrare che l’area del triangolo è 41 Si consideri il piano di equazione x − y + z + 4 = 0. 2p Determinare uguale a S = s(s − a)(s − b)(s − c). (a) un versore normale al piano;
(b) la distanza del piano dall’origine; (c) le intersezioni del piano con i piani coordinati; (d) le tre rette del punto precedente individuano un triangolo nel piano: se ne calcoli l’area. 42 Calcolare l’equazione cartesiana del piano per i punti A = (1, 1, −1), B = (3, 3, 2) e C = (−1, 3, −2) e la sua distanza dall’origine. Qual è l’angolo che forma con il piano z = 0? 43 Mostrare che la distanza tra il piano che passa per i tre punti A, B e C di R3 e il punto P è #» #» #» #» #» |det(AP, AB, AC)|/kAB × ACk.
50 Dimostrare che se l è una retta di Rn e P un punto P < l, allora esiste un unico piano che contiene P e l. 51 Dimostrare che tre punti A, B, C di Rn sono allineati se e solo se esistono a, b, c non tutti nulli tali che a + b + c = 0 e aA + bB + cC = 0. 52 Nello spazio R3 siano ABC tre punti non allineati e Q un punto che ha distanza 1 dal piano p che passa per A, B, C. Mostrare che la distanza di un punto P dal piano p è uguale a # » #» # » # » #» # » det(PA, PB, PC)/ det(QA, QB, QC), se P e Q stanno dalla stessa parte del piano, altrimenti è uguale all’opposto del quoziente dei determinanti.
162
Vettori e calcolo geometrico
53 Si mostri che due vettori a e b di Rn sono paralleli se e solo se per ogni i, j = 1, . . . , n, ai b j = a j bi .
60 Se A, B, C e D sono quattro punti di R3 e A′ , B′ , C′ e D′ le loro immagini mediante una omotetia di ragione c e centro Q, allora il volume del parallelepipedo P con # » # » # » spigoli A′ B′ , A′ C′ e A′ D′ è uguale al volume V di quello #» #» # » con spigoli AB, AC e AD moltiplicato per il fattore c3 .
54 Dimostrare che tre punti A = (a1 , a2 ), B(b1 , b2 ), C = (c1 , c2 ) di R2 sono allineati se e soltanto se il determinante 61 Mostrare che il volume V di una piramide è uguale a1 b1 c1 ad un terzo l’area della base A per l’altezza h. a b c det 2 , 2 , 2 ✩ 62 Se a, b, c sono tre vettori di R3 con det(a, b, c) = 1 1 1 0, determinare in modo costruttivo l’esistenza di tre è nullo. Mostrare anche che in generale il valore coefficienti (α, β, γ) , 0 tali che αa + βb + γc = 0. di questo determinante è uguale al doppio dell’area (con segno) del triangolo ABC.(Suggerimento: si guardi ✩ 63 Si considerino un dodecaedro regolare (Figura III.32) e un icosaedro regolare (Figura III.33) inscritti all’Esercizio 51 .) in una sfera di raggio 1. Quale dei due ha volume magK 55 Dimostrare che se e1 , e2 sono due vettori linearmengiore? (Suggerimento: trovare un cubo che ha per vertici te indipendenti di Rn e x1 , x2 , y1 , y2 sono numeri reali, certi vertici del dodecaedro; poi mostrare che i centri delle allora quando i due vettori di Rn facce di un dodecaedro sono vertici di un icosaedro.) x = x1 e1 + x2 e2
y = y1 e1 + y2 e2
sono linearmente i lo sono anche i due veth iindipendenti, h tori di R2 x1 x2 e y1 y2 . È vero anche il viceversa? (Suggerimento: guardare nella dimostrazione del Teorema (III.23).) 56 Dimostrare che se per ogni d ∈ R3 l’equazione ax + by + cz = d ha una ed esattamente una soluzione (x, y, z), allora a, b e c sono linearmente indipendenti. K 57 (Teorema di Menelao (Menelao di Alessandria (70– 140))) Siano A, B e C tre punti non allineati, e PAB , PBC e PCA tre punti sulle rette per AB, BC e CA rispettivamente. Dimostrare che i tre punti PAB , PBC e PCA sono allineati se e soltanto se APAB BPBC CPCA PAB B PBC C PCA A
Figura III.32: dodecaedro regolare. = −1.
K 58 (Teorema di Ceva (Giovanni Ceva (1647–1734))) Siano A, B e C tre punti non allineati, e PAB , PBC e PCA tre punti sulle rette per AB, BC e CA rispettivamente. Dimostrare che le rette APBC , BPCA e CPAB si incontrano in un punto se e soltanto se APAB BPBC CPCA PAB B PBC C PCA A
= 1.
(Osserviamo che come corollario le mediane si incontrano in un punto). (Suggerimento: dedurlo dal Teorema di Menelao 57 , con una opportuna scelta di punti.) 59 Siano dati due vettori a, b ∈ Rn r {0} linearmente indipendenti. Dimostrare che esiste sempre un vettore v , 0 ortogonale sia ad a che a b se e solo se n ≥ 3.
Figura III.33: icosaedro regolare.
ti trancio un tetrastico tetro, due distici è un torpido metro: così, un verso avanti, uno indietro, li incido con schegge di vetro: E DOARDO S ANGUINETI (1930–)
C APITOLO
IV Matrici e operatori lineari
Nel Capitolo III abbiamo studiato i vettori, e le costruzioni geometriche e algebriche che con essi si possono fare. Quello che faremo in questo capitolo è di considerare tutti i vettori nel loro insieme, cioè di considerare l’intero spazio vettoriale, formato dall’insieme di tutti i vettori. Questa visione “olistica” consente di introdurre le trasformazioni lineari e l’algebra delle matrici, ed alcuni attributi degli spazi vettoriali di notevole importanza: il prodotto scalare, le proiezioni e il determinante. Vedremo alcune applicazioni importanti, che consentiranno di dimostrare in modo generale alcune
A
affermazioni che avevamo anticipato nel Capitolo III. Concluderemo il capitolo con due argomenti (legati tra loro) di notevole rilievo per il seguito del libro, che possono però presentare qualche difficoltà tecnica. Si tratta dello studio delle forme quadratiche e degli autovalori. Stiamo affrontando un capitolo inizialmente semplice, ma che si farà via via sempre più impegnativo, e finirà con un arrivo in salita decisamente faticoso. Cerchiamo quindi di iniziare in discesa, con una poco sensata parafrasi/parodia di un famoso incipit.
lla prima lezione sulle matrici cui andai mi aspettavo di essere annoiato a morte o forse nauseato da quello che mi avevano detto sarebbe capitato ai presenti. Ogni cosa che avevo letto a proposito delle lezioni universitarie insisteva su quel punto: la maggior parte delle persone che ne scrivevano condannavano apertamente le dimostrazioni come un affare inutile, stupido e perfino brutale, ma anche coloro che parlavano bene delle matrici come esibizione di abilità e come strumento utile deploravano l’uso delle dimostrazioni e si mostravano apertamente spiacenti della loro presenza. Il continuo esibire dimostrazioni nelle aule universitarie era considerato deplorevole. Suppongo, da un punto di vista moderno, cioè, il punto di vista delle applicazioni immediate, che l’intera storia delle matrici, o anche tutta la matematica, non sia difendibile; c’è certamente molta crudeltà nel dimostrare l’esistenza e le proprietà del determinante, c’è sempre il pericolo, cercato o capitato, di perdere tempo in speculazioni inutili, e arriva quasi sempre
164
Matrici e operatori lineari
il momento in cui ci si trova a ragionare in astratto o per induzione. Ora cercherei non di difendere quest’impostazione, ma solo di spiegare onestamente quelle poche cose che ho imparato su questo argomento. Per far questo dovrò essere complessivamente chiaro, o almeno cercare di esserlo, e se coloro che leggono decidono con disgusto che questo testo è scritto da qualcuno che manca della loro, cioè dei Lettori, finezza di sentimenti e opinioni, posso solamente ammettere che in effetti potrebbe essere vero. Ma chiunque legga questo capitolo può esprimere un giudizio solo quando ha visto e capito le cose di cui si parla e sa davvero quale potrebbe essere la propria reazione ad esse. Ricordo che un giorno Gertrude Stein, a proposito di operatori lineari, parlò della sua ammirazione per Frobenius e mostrò alcune sue foto durante una lezione, con lei e Alice Toklas nella prima fila dei banchi di legno dell’aula di Valencia, con Frobenius e suo fratello Perron di sotto, e io ero appena tornato dal Medio Oriente, e ricordo di averle detto che non amavo le matrici per colpa delle dimostrazioni. In realtà la cosa più difficile, a parte sapere davvero cosa si prova e come ci si confronta con l’astratto, piuttosto che quello che ci si aspetta di provare o che ci è stato insegnato a giudicare vero, è mettere giu i fatti per come sono: che cosa è realmente uno spazio vettoriale, cosa è una matrice, a cosa serve, quali sono le proprietà alla radice dei risultati che si sperimentano veri.(10)
§ 1. Spazi vettoriali Nel Capitolo III abbiamo dato la definizione di vettore più semplice possibile: una n-upla di numeri su cui è possibile applicare due operazioni (prodotto per uno scalare e somma). Cerchiamo di formalizzare, cioè di rendere un poco più astratta, quella nozione. Prendiamo in considerazione solo le proprietà elencate nella Proposizione (III.4): se u, v, w sono tre vettori della stessa dimensione e c, d sono due scalari, allora
Vedi § 1 a pagina 98.
① (commutativa) u + v = v + u, cu = uc. ② (associativa) (u + v) + w = u + (v + w), (cd)u = c(du). ③ (distributiva) c(u + w) = cu + cw, (c + d)u = cu + du. ④ (vettore zero) Esiste un elemento 0 tale che u + 0 = u, u − u = 0. ⑤ (uno) 1u = u, 0u = 0. Definiremo ogni insieme di oggetti su cui si possano definire una somma e un prodotto per uno scalare con queste proprietà uno spazio vettoriale. Più precisamente: (IV.1) Definizione. Sia V un insieme, su cui sono definite due operazioni: una di somma e una di moltiplicazione per un numero reale. Se queste due operazioni soddisfano tutte le proprietà sopra elencate, allora V si dice spazio vettoriale (o, equivalentemente, spazio lineare).
Oltre che i numeri reali R, anche i numeri complessi C possono servire da coefficienti di uno spazio vettoriale. In questo caso si parla di spazio vettoriale complesso. Si veda il riquadro a pagina 211.
§ 1. Spazi vettoriali
165
(IV.2) Esempio. Per ogni n ≥ 1 l’insieme di tutte le n-uple di numeri reali (l’insieme Rn definito a pagina 99) con la somma e il prodotto per uno scalare definiti in (III.2) e (III.1) costituisce l’esempio canonico di spazio vettoriale di dimensione n. Lo indicheremo ancora con il simbolo Rn . (IV.3) Esempio. Ricordiamo che su Rn si può definire il prodotto scalare, come in (III.16). Consideriamo quindi l’insieme V di tutti i vettori v ∈ Rn ortogonali ad un vettore n dato, cioè quelli per cui v · n = 0. La somma e il prodotto per uno scalare saranno quelli di Rn , e rimane da controllare che in effetti se v ∈ V e w ∈ V sono due vettori di V e c è uno scalare, allora sia v + w che cv sono ancora elementi di V: ma v · n = w · n = 0 =⇒ (v + w) · n = v · n + w · n = 0, e (cv) · n = c(v · n) = 0, dunque V è uno spazio vettoriale.
Da non confondere con il prodotto per uno scalare.
(IV.4) Esempio. Sia V l’insieme di tutte le funzioni continue definite su un intervallo e a valori in R. La somma di due funzioni f, 1 ∈ V si definisce ponendo ( f + 1)(x) = f (x) + 1(x) per ogni x, e analogamente il prodotto per uno scalare è (c f )(x) = c f (x). Si può vedere che V è uno spazio vettoriale, in cui la funzione ovunque zero fa da 0.
Lo spazio vettoriale delle funzioni continue su [a, b] viene solitamente indicato con C([a, b]).
Il
Lettore dovrebbe provare a dimostrare questo fatto per esercizio.
(IV.5) Esempio. L’elenco di spazi vettoriali è praticamente senza fine. I seguenti sono alcuni tra gli spazi vettoriali più diffusi. ① Lo spazio Rn . ② Lo spazio di tutte le matrici n × m a coefficienti reali.
Che definiremo tra poco, nel § 2.
③ Lo spazio dei polinomi di grado al più n. ④ L’insieme di tutte le funzioni definite su un intervallo (a, b). ⑤ L’insieme di tutte le funzioni derivabili in (a, b), oppure integrabili in (a, b). ⑥ L’insieme di tutte le soluzioni di una equazione differenziale lineare omogenea del secondo ordine:
Si veda il § 4 a pagina 13.
y′′ (x) + a(x)y′ (x) + b(x)y(x) = 0. ⑦ I polinomi trigonometrici (di grado al più n). ⑧ Le funzioni periodiche, le funzioni pari, le funzioni dispari, le funzioni a media nulla.
Si
veda il § 4 a pagina 54, e la Definizione (II.23).
166
Matrici e operatori lineari
⑨ Le successioni di numeri reali convergenti. ⑩ I numeri complessi C, con il campo degli scalari R, il prodotto consueto di un numero reale per un numero complesso e la somma di numeri complessi. Ricordiamo la nozione di combinazione lineare di k vettori v1 , v2 , . . . , vk con coefficienti c1 , c2 , . . . , ck , che avevamo dato in (III.3): c1 v1 + c2 v2 + . . . + ck vk . Non c’è traccia esplicita delle componenti dei vettori v1 , v2 , . . . , vk , e quindi si può parlare di combinazione lineare di vettori in spazi vettoriali astratti. Intenderemo sempre che le combinazioni lineari sono combinazioni di un numero finito di vettori. Un’altra definizione che può tranquillamente essere utilizzata è quella di dipendenza o indipendenza lineare, che avevamo dato in (III.8): k vettori a1 , a2 , . . . , ak sono linearmente (in)dipendenti se l’equazione (1)
a1 x1 + a2 x2 + . . . + ak xk = 0
(non) ammette soluzioni non nulle (x1 , x2 , . . . , xk ) , 0. Possiamo dire che i vettori di un insieme (anche infinito) S sono dipendenti se per almeno un k esistono k vettori s1 , s2 , . . . , sk di S linearmente dipendenti. Naturalmente i vettori di un insieme (anche infinito) S sono indipendenti se non sono dipendenti. (IV.6) Definizione. Sia S un insieme di elementi di uno spazio vettoriale V. Allora si indica con Span(S) l’insieme di tutte le combinazioni lineari (finite) di elementi di S, e si chiama lo spazio lineare generato da S. Poniamo Span(∅) = {0}. Gli elementi di S si dicono generatori di Span(S). Se S ha un numero finito di elementi s1 , s2 , . . . , sk , allora si indica anche con Span(S) = Span(s1 , s2 , . . . , sk ). Lo span di un insieme di vettori di V è anch’esso uno spazio vettoriale (con le operazioni ereditate da V), e viene anche chiamato un sottospazio vettoriale di V. Lo si provi a dimostrare per esercizio (Esercizio 46 ). Possiamo riscrivere la proprietà di avere o non avere soluzioni per un sistema di equazioni lineari nel seguente modo. n
(IV.7) Siano a1 , a2 , . . . , ak e b vettori di R . Il sistema di equazioni a1 x1 + a2 x2 + . . . + ak xk = b ha soluzioni se e soltanto se b ∈ Span(a1 , a2 , . . . , ak ).
F IV.1: Hermann Günter Grassmann (1809–1877), che introdusse la nozione di spazio vettoriale astratto.
§ 1. Spazi vettoriali
167
(IV.8) Definizione. Sia V uno spazio vettoriale. Un insieme di elementi S ⊂ V tale che Span(S) = V è detto insieme di generatori di V. In altre parole, S è un insieme di generatori per V quando ogni elemento di V si può scrivere come combinazione lineare di elementi di S v = c 1 s1 + c 2 s2 + . . . + c k sk .
(IV.9) Definizione. Chiamiamo base dello spazio vettoriale V una nupla di vettori di V (e1 , e2 , . . . , en ) tale che gli ei sono indipendenti e Span (e1 , e2 , . . . , en ) = V, cioè
Più propriamente, questa sarebbe la definizione di base ordinata. In generale si intende per base l’insieme dei vettori e1 , e2 , . . . , en e non la n-upla (che è un insieme ordinato). Per quanto riguarda gli scopi di questo testo ci è sembrato più semplice dare questa definizione.
① i vettori che la compongono siano indipendenti e ② siano generatori per V. (IV.10) Esempio. I vettori e1 = i, e2 = j e e3 = k sono una base di R3 . In generale la cosiddetta base canonica di Rn è costituita dai vettori 1 0 e1 = 0 , .. . 0
0 1 e2 = 0 , .. . 0
...,
0 0 en = 0 . .. . 1
(IV.11) Esempio. I vettori s1 = (1, 0) e s2 = (1, 1) costituiscono una base per R2 : infatti sono linearmente indipendenti, e quindi per il Teorema (III.23) ogni vettore v ∈ R2 si può scrivere come combinazione lineare di (1, 0) e (1, 1). (IV.12) Esempio. Lo spazio vettoriale costituito da tutti i polinomi in x a coefficienti reali di grado al più n ha n + 1 generatori 1, x, x2, . . . , xn . Sono indipendenti, dato che una loro combinazione lineare a0 + a1 x + a2 x 2 + . . . + an x n è uguale al polinomio nullo se e solo se tutti i coefficienti ai sono zero. Consideriamo una base (b1 , b2 , . . . , bn ) di uno spazio vettoriale V. Allora, per ogni x ∈ V, l’equazione (2)
x1 b1 + x2 b2 + . . . + xn bn = x
Per
i Teoremi (III.23) e (III.29), ogni volta che si prendono due vettori in R2 o tre vettori in R3 , se sono linearmente indipendenti allora costituiscono una base, dato che generano tutto lo spazio vettoriale. Torneremo su questa proprietà nella Proposizione (IV.17) a pagina 169.
168
Matrici e operatori lineari
ha almeno una soluzione . Ma visto che i bi sono linearmente indipendenti, questa soluzione è unica. Se così non fosse, esisterebbero due n-uple (x1 , . . . , xn ) e (x′1 , . . . , x′n ) tali che
Dato
che Span(b1 , b2 , . . . , bn ) =
V.
x1 b1 + . . . + xn bn = x = x′1 b1 + . . . + x′n bn , da cui (x1 − x′1 )b1 + . . . + (xn − x′n )bn = 0. Ma visto che i vettori bi sono linearmente indipendenti, si avrebbe xi − x′i = 0 per ogni i, cioè gli xi non possono essere diversi dagli x′i . Se vale la (2), i numeri x1 , x2 , . . . , xn sono detti le componenti del vettore x nella base (b1 , . . . , bn ). Osserviamo una cosa importante: se c è un numero, allora cx è un elemento di V (risultato del prodotto scalare-vettore proprio di V), che a sua volta ha componenti nella base (b1 , . . . , bn ). Ma dato che cx1 b1 + cx2 b2 + . . . + cxn bn = cx e la soluzione è unica, le componenti di x in effetti si ottengono moltiplicando lo scalare c per il vettore (x1 , x2 , . . . , xn ). Lo stesso per la somma: se y è un altro vettore, con componenti y1 , y2 , . . . , yn , allora (x1 + y1 )b1 + (x2 + y2 )b2 + . . . + (xn + yn )bn = x + y, e quindi le componenti di x + y (la cui somma è la somma definita in V) si ottengono sommando i vettori delle componenti (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ). La scelta di una base per V ci consente quindi di parametrizzare gli elementi di V con gli n parametri x1 , x2 , . . . , xn in modo tale che le operazioni su V corrispondono alle operazioni delle n-uple. Questa corrispondenza si scrive anche come V Rn . (IV.13) Se (e1 , e2 , . . . , en ) ed (e′1 , e′2 , . . . , e′m ) sono due basi per lo spazio vettoriale V, allora n = m. In altre parole, le basi di un dato spazio vettoriale hanno tutte lo stesso numero di elementi (posto che ne esista almeno una). Dimostrazione. Dato che (e1 , e2 , . . . , en ) è una base per V, possiamo scrivere i vettori delle componenti degli elementi e′1 , e′2 , . . . , e′m in questa base, e li denoteremo con i simboli a1 , a2 , . . . , am ; cioè per ogni i = 1 . . . m il vettore ai ∈ Rn è l’unico vettore di dimensione n che risolve l’equazione
Segue
da questa definizione che le componenti di un vettore di Rn rispetto alla base standard sono esattamente le sue componenti, quando considerato una semplice n-upla. Cioè, un vettore di Rn ha n componenti rispetto alla base standard (in quanto vettore), e n componenti (in quanto n-upla) che coincidono con le precedenti. Per esempio, (1, 2) = x = i + 2 j ∈ R2 ha componenti (1, 2) rispetto alla base canonica di R2 . Se però invece della base canonica usiamo quella vista nell’Esempio (IV.11), allora −s1 + 2s2 = −(1, 0) + 2(1, 1) = (1, 2) = x, laonde per cui x = −s1 + 2s2 ha componenti (−1, 2) rispetto alla nuova base.
In
linea di principio si potrebbe pensare che il numero n (la dimensione) dipenda dalla scelta fatta della base. Invece, vedremo subito sotto che ciò non accade. L’esistenza di una parametrizzazione è importante, e verrà sottolineata ancora nel Corollario (IV.16).
e′i = x1 e1 + x2 e2 + . . . + xn en nelle incognite x1 , . . . , xn . Abbiamo ancora il problema dei due indici, ma se concordiamo di scrivere, per ogni i, ai = (a1i , a2i , . . . , ani ), possiamo riscrivere anche e′i = a1i e1 + a2i e2 + . . . + ani en . Ora, supponiamo che m > n. Vogliamo mostrare che gli e′i sono linearmente dipendenti. Dimostreremo cioè il seguente lemma. (IV.14) Lemma. Se V ha una base con n vettori, allora m > n vettori di V sono linearmente dipendenti. Ma questo è equivalente a chiedere che gli m vettori delle componenti a1 , . . . , am siano linearmente dipendenti, cioè che esista una soluzione non nulla
Lo risolveremo tra non molto, introducendo finalmente il concetto di matrice.
§ 1. Spazi vettoriali
169
(x1 , x2 , . . . , xm ) dell’equazione x1 e′1 + x2 e′2 + . . . + xm e′m = 0, che può essere scritta come
Sostituendo e′i .
le espressioni per gli
x1 (a11 e1 + a21 e2 + . . .) + x2 (a12 e1 + a22 e2 + . . .) + . . . + xm (a1m e1 + a2m e2 + . . .) = 0. Raccogliendo (per le proprietà algebriche dei vettori), si ottiene l’equazione (x1 a11 + x2 a12 + . . . + xm a1m )e1 + (x1 a21 + x2 a22 + . . . + xm a2m )e2 + . . . + (x1 an1 + x2 an2 + . . . + xm anm )en = 0. Quest’ultima, dato che e1 , e2 , . . . , en sono linearmente indipendenti, è equivalente al sistema di equazioni x1 a11 + x2 a12 + . . . + xm a1m = 0 x1 a21 + x2 a22 + . . . + xm a2m = 0 ... x1 an1 + x2 an2 + . . . + xm anm = 0 cioè x1 a1 +x2 a2 +. . .+xm am = 0. Questo è un sistema di n equazioni in m incognite, che ha sempre la soluzione (x1 , x2 , . . . , xm ) = 0. Ora immaginiamo di procedere con l’eliminazione successiva delle variabili, Il procedimento di eliminazione si conclude quando non si possono più eliminare variabili: nel nostro caso con n equazioni possiamo eliminare n variabili al massimo. Le variabili non eliminate (le cosiddette variabili libere) saranno quindi almeno m − n ≥ 1; dato che almeno una soluzione c’è (quella nulla), non potrà accadere di terminare su un sistema senza soluzioni, e quindi si può concludere che se m > n i vettori e′1 , . . . e′m sono linearmente dipendenti. Abbiamo concluso la dimostrazione del Lemma (IV.14). Ma per ipotesi questi vettori costituiscono una base, quindi non può essere che m > n, ovvero deve essere m ≤ n. Adesso riprendiamo il ragionamento da capo, scambiando i ruoli di (e1 , . . . , en ) e (e′1 , . . . , e′m ), per dedurne che è vero anche che n ≤ m. Ma allora non può essere che n = m.
(IV.15) Definizione. Il numero di elementi di una qualsiasi base di uno spazio vettoriale V è la dimensione di V (indicata con dim V). Se V non ha una base finita, si dice che ha dimensione infinita. Nella dimostrazione di (IV.13) è di fatto dimostrato anche il seguente Corollario (cfr. la Definizione (IV.15)). (IV.16) Corollario. Ogni spazio vettoriale di dimensione n è parametrizzato con n parametri liberi: V Rn . (IV.17) Consideriamo n vettori e1 , e2 , . . . , en di uno spazio vettoriale V di dimensione n. Allora: ① (e1 , e2 , . . . , en ) è una base se e solo se i vettori ei sono linearmente indipendenti; ② (e1 , e2 , . . . , en ) è una base se e solo se Span(e1 , e2 , . . . , en ) = V.
Costituiscono una base!
Si veda il § 2 del Capitolo III a pa-
gina 99. Potremmo non riuscire ad eliminarle tutte perché qualche variabile potrebbe perdersi nel procedimento — si veda l’Esercizio (III.2) a pagina 142.
Non tutti gli spazi vettoriali hanno una base finita, cioè ci sono spazi vettoriali di dimensione infinita. Per esempio, possiamo estendere l’Esempio (IV.12) e considerare lo spazio vettoriale di tutti i polinomi, di ogni grado. Questo è generato da tutti gli infiniti monomi xn , con n ≥ 0, ma non può essere generato da un insieme finito di generatori. Molti altri spazi di dimensione infinita (spazi di funzioni continue, derivabili, con sviluppi in serie di Taylor, . . . ) sono di grande importanza (si vedano anche l’Esempio (IV.50) e il riquadro a pagina 187).
170
Matrici e operatori lineari
Dimostrazione. In entrambe, la parte “solo se” è ovvia. Per la ①, dobbiamo mostrare che se gli n vettori ei sono indipendenti, allora Span(e1 , e2 , . . . , en ) = V. Sia v ∈ V un vettore qualsiasi non nullo. Per il Lemma (IV.14), (v, e1 , . . . , en ) sono n + 1 > n vettori linearmente dipendenti (dato che V ha certamente una base con n vettori), cioè esistono n + 1 coefficienti ci tali che
Dato
che per definizione i vettori di una base devono essere linearmente indipendenti e generare V.
c0 v + c1 e1 + c2 e2 + . . . cn en = 0. Il primo coefficiente, c0 , non può essere zero , e quindi, dividendo per −c0 otteniamo
Dato
che gli ei sono linearmente indipendenti.
v = −(c1 e1 + c2 e2 + . . . cn en )/c0 ∈ Span(e1 , e2 , . . . , en ). Per la ②, dobbiamo mostrare che se Span(e1 , e2 , . . . , en ) = V allora gli ei sono linearmente indipendenti. Se per assurdo non lo fossero, sarebbe possibile scrivere uno di loro come combinazione lineare degli altri. Supponiamo (a meno di cambiare gli indici) che sia en = c1 e1 + c2 e2 + . . . + cn−1 en−1 . Ma allora V = Span(e1 , e2 , . . . , en ) = Span(e1 , e2 , . . . , en−1 ). Proseguiamo così fino a che non abbiamo k < n vettori linearmente indipendenti (a meno di permutazioni degli indici) e1 , e2 , . . . , ek che generano V. Ma allora V ha dimensione k < n: assurdo, perché per la Proposizione (IV.13) dovrebbe essere k = n.
(IV.18) La dimensione dello spazio V generato da m vettori v1 , v2 , . . . , vm (non necessariamente indipendenti) non può essere maggiore di m, ed è il massimo numero degli vi linearmente indipendenti. Dimostrazione. Come per la dimostrazione di ② nella Proposizione (IV.17), togliendo vettori uno per volta si arriva ad un insieme di k vettori linearmente indipendenti che generano V, con k ≤ m. Se se ne tolgono altri, e si arriva ad un insieme di k′ vettori con la stessa proprietà, per (IV.13) deve essere k = k′ . Inoltre, per (IV.14), se un sottoinsieme di k vettori linearmente indipendenti scelto tra i vi genera V, allora ogni insieme di k′ > k vettori non può essere linearmente indipendente (e quindi la dimensione k è il massimo numero di vettori vi linearmente indipendenti).
§ 2. Matrici e trasformazioni lineari Ci è capitato di incontrare più volte casi in cui si considerano m-uple di vettori di dimensione n (a1 , a2 , . . . , am ), in cui per ogni j = 1, . . . , m il vettore a j ha a sua volta n componenti (a1 j , a2 j , . . . , anj ). Il modo più sensato per disporre i coefficienti ai j è quello
Se en è combinazione lineare degli
altri, allora ogni combinazione lineare dei ei con i = 1, . . . , n può sempre scriversi come combinazione lineare dei e1 , . . . , en−1 , sostituendo a en la sua espressione lineare in funzione degli altri.
Tra
un po’ (a pagina 193) torneremo su questa proprietà, quando ci occuperemo del rango di una matrice.
§ 2. Matrici e trasformazioni lineari
della matrice n × m:
a11 a12 a a 21 22 A = (a1 , a2 , . . . , am ) = . , . , · · · .. .. an1 an2
171
a11 a1m a a21 , 2m = . · · · .. anm an1
a12 a22 .. . an2
a1m a2m .. . · · · anm ··· ··· .. .
in cui le m colonne (vettori di dimensione n) sono le componenti degli m vettori a1 , . . . , am , mentre le n righe sono vettori (chiamati vettori riga) di dimensione m, tutte le j-esime componenti degli m vettori. Si dice che la matrice A indicata sopra ha componenti o coefficienti ai j (che a volte, per maggior chiarezza, scriveremo anche come ai, j ) ed è una matrice di n righe per m colonne (in breve: n × m). A parte la rappresentazione “geometrica” bidimensionale, una matrice quindi può essere vista semplicemente come una funzione A : {1, . . . , n} × {1, . . . , m} → R, in cui si scrive A(i, j) = ai j , oppure come un vettore che ha vettori per componenti. Se n = m la matrice si dice quadrata. (IV.19) Esempio (Matrice nulla e identica). La matrice In (identica) e la matrice 0n (nulla), che vengono spesso indicate per semplicità con I e 0 con abuso di notazione, sono le seguenti matrici n × n 1 0 · · · 0 0 0 · · · 0 0 1 · · · 0 0 0 · · · 0 , 0n = . . . . In = . . . . . ... . . ... .. .. .. .. 0 0 ··· 1 0 0 ··· 0 Le due operazioni dei vettori (III.1) e (III.2) possono essere facilmente estese alle matrici, ponendo a11 a12 · · · a1m ca11 ca12 · · · ca1m a 21 a22 · · · a2m ca21 ca22 · · · ca2m c . = .. .. .. .. .. , .. .. .. . . . . . . . an1 an2 · · · anm can1 can2 · · · canm a11 a 21 . . . an1
a12 a22 .. . an2
a1m b11 a2m b21 .. + .. . . · · · anm bn1 ··· ··· .. .
b12 b22 .. . bn2
b1m a11 + b11 b2m a21 + b21 .. = .. . . · · · bnm an1 + bn1 ··· ··· .. .
a12 + b12 a22 + b22 .. . an2 + bn2
16 5 9 4
3 10 6 15
2 11 7 14
13 8 . 12 1
a1m + b1m a2m + b2m . .. . · · · anm + bnm ··· ··· .. .
Il fatto di avere due indici consente di definire un certo numero di altre operazioni tra matrici, oltre che queste due. La prima operazione, chiamata prodotto righe per colonne, è anche la più importante in assoluto per le matrici. Invece che definirlo subito, torniamo al concetto importante di combinazione lineare di m vettori di dimensione n, che abbiamo già visto: a1 x1 + a2 x2 + . . . + am xm .
F IV.2: la Melanconia di Albrecht Dürer (1471–1528), in cui in alto a destra (poco visibile) compare un quadrato magico, cioè la matrice 4 × 4 (con alcune proprietà magiche)
Come vedremo, queste operazioni portano ad una formidabile quantità di conseguenze.
172
Matrici e operatori lineari
Il mattone fondamentale per il prodotto righe per colonne è proprio la combinazione lineare: iniziamo con il definire il prodotto di una matrice per un solo vettore, che immaginiamo disposto come colonna. (IV.20) Definizione. Il prodotto righe per colonne di una matrice per un vettore colonna è definito come segue: a1m x1 a11 a1m a12 a a22 a2m x2 a21 2m .. .. = .. x1 + .. x2 + · · · + .. xm . . . . . anm an2 an1 an2 · · · anm xm a11 x1 + a12 x2 + . . . + a1m xm a x + a x + . . . + a x 22 2 2m m 21 1 = a1 x1 + a2 x2 + . . . + am xm = . . . an1 x1 + an2 x2 + . . . + anm xm a11 a 21 . . . an1
a12 a22 .. .
··· ··· .. .
La definizione di prodotto di una matrice di n righe e m colonne per un vettore (colonna) di dimensione m ci porta subito a poter definire il prodotto di una matrice di n righe e m colonne (n × m) per un’altra matrice di m righe e k colonne, semplicemente giustapponendo i prodotto della matrice per i vettori colonna, cioè se B = (b1 , b2 , . . . , bk ) è una seconda matrice formata da k vettori (colonna) di dimensione m, si ha (3)
F IV.3: Arthur Cayley (1821– 1895), il cui nome è legato alla teoria delle matrici.
AB = A(b1 , b2 , . . . , bn ) = (Ab1 , Ab2 , . . . , Abk ).
Il prodotto è definito solo quando il numero di colonne della matrice di sinistra A è uguale al numero di righe della matrice di destra B. (IV.21) Esempio. " #" 1 2 a b 3 4 d e
Si
# " # c a + 2d b + 2e c + 2 f = . f 3a + 4d 3b + 4e 3c + 4 f
È quasi facile dimostrare le seguenti proprietà del prodotto righe per colonne (tralasciamo di elencare le proprietà della somma e del prodotto per uno scalare, che sono identiche a quelle dei vettori). (IV.22) Se A, B sono matrici, x e y due vettori della stessa dimensione (che possono essere anche pensati come vettori colonna) e c uno scalare, allora (a patto che le operazioni siano ben definite, a seconda del numero di righe/colonne): ① A(x + y) = Ax + Ay, (A + B)x = Ax + Bx. ② A(cx) = c(Ax) = (cA)x. ③ (AB)x = A(Bx).
può vedere che il termine di posto (i, j) della matrice prodotto è uguale al prodotto scalare della iesima riga del primo fattore per la jesima colonna del secondo (nel senso delle m-uple di numeri): (AB)i j = (i-esima riga di A)· · ( j-esima colonna di B).
§ 2. Matrici e trasformazioni lineari
Seguono subito(11) , per la definizione di prodotto tra matrici, le proprietà seguenti: se A, B e C sono matrici e c uno scalare, allora ① A(B + C) = AB + AC, (A + B)C = AC + BC. ② A(cB) = c(AB) = (cA)B. ③ (AB)C = A(BC). Con questa nuova notazione possiamo riscrivere il sistema di equazioni x1 a11 + x2 a12 + . . . + xm a1m = b1 x1 a21 + x2 a22 + . . . + xm a2m = b2 ⇐⇒ a1 x1 +a2 x2 +. . .+am xm = b ... x a + x a +... + x a = b 1 n1 2 n2 m nm n
173
A differenza
del prodotto tra numeri, del prodotto scalare, e del prodotto scalare–vettore, il prodotto tra matrici in generale non è commutativo, cioè non è detto che valga AB = BA. Innanzitutto perché non sempre entrambi i prodotti sono ben definiti (affinché lo siano, se A è n × m, B deve essere m × n) ma anche se lo fossero potrebbe capitare che AB , BA. Per esempio " #" # " # 1 0 0 1 0 1 = , 0 0 0 0 0 0 mentre
" 0 0
#" 1 1 0 0
# " 0 0 = 0 0
# 0 . 0
Per questo motivo si deve sempre fare attenzione se si tratta di una moltiplicazione a destra o a sinistra (cfr. Esercizio 19 a pag. 222).
semplicemente come Ax = b, dove A è la matrice con coefficienti ai j , x = (x1 , x2 , . . . , xm )
e
b = (b1 , b2 , . . . , bn ).
Osserviamo che x ∈ Rm e b ∈ Rn , e che la matrice A consente di definire una funzione (equivalentemente, una applicazione, operatore o trasformazione) A : Rm → Rn , definita ponendo (4)
Rm ∋ x 7→ Ax ∈ Rn .
(IV.23) Esempio. Consideriamo il sistema ( x1 + x2 = y1 x1 = y2 ,
Usiamo lo stesso simbolo per de-
notare la funzione e la matrice che la rappresenta. Non è proprio corretto, come vedremo anche in seguito, perché ci potrebbe essere una funzione rappresentata da diverse matrici (al variare delle basi scelte).
che possiamo riscrivere come " #" # " # 1 1 x1 y = 1 . y2 1 0 x2 La matrice in questione rappresenta quindi anche una funzione R2 → R2 definita ponendo " # " #" # 1 1 x1 x1 7→ . 1 0 x2 x2 Se A è una matrice n × m, la funzione A : Rm → Rn definita come sopra da x 7→ Ax gode delle due proprietà importanti (5)
A(x + y) = Ax + Ay
(6)
A(cx) = c(Ax),
che sono state enunciate nella Proposizione (IV.22). Torniamo un momento nel contesto astratto degli spazi vettoriali, e diamo un nome a queste proprietà.
Forse non tutti
sanno che questa matrice si chiama Q–matrice di Fibonacci, e viene indicata con la lettera Q. Ricordiamo che i numeri di Fibonacci sono la successione definita per ricorrenza da F2 = F1 = 1, e Fn+1 = Fn + Fn−1 per ogni n ≥ 2. Chissà chi è in grado di dimostrare che # " F Fn , Qn = n+1 Fn Fn−1 dove Qn è la potenza n-esima di Q (cioè Q moltiplicata per sé stessa n volte).
174
Matrici e operatori lineari
(IV.24) Definizione. Se V e W sono due spazi vettoriali, una funzione L : V → W si dice lineare quando per ogni x, y ∈ V e per ogni numero c si ha L(x + y) = L(x) + L(y)
e
L(cx) = cL(x).
Se V = W, una funzione lineare f : V → V viene a volte detta operatore su V.
Altri quasi-sinonimi di «funzione» sono: trasformazione, applicazione, operatore, mappa. Hanno accezioni leggermente diverse a seconda del contesto. A volte si usa il termine «operatore» solo per funzioni lineari da V in sé. Quando
Con questa nozione possiamo rivedere molti dei concetti sotto una nuova luce, quella della linearità. Per prima cosa, la funzione A : Rm → Rn definita in (4) (moltiplicazione a sinistra con una matrice) è una funzione lineare. Vale anche il viceversa: se V e W sono spazi vettoriali di dimensione finita allora ogni applicazione lineare da V a W, una volta scelte delle basi per V e W, si può scrivere come prodotto per una matrice, come in (4).
una funzione L è lineare spesso si semplifica la scrittura L(x) in Lx. Infatti le proprietà formali sono proprio quelle di «moltiplicazione da sinistra» e proprietà distributiva.
(IV.25) (Matrice associata) Siano (b1 , b2 , . . . , bm ) una base per lo spazio vettoriale V, ed (e1 , e2 , . . . , en ) una base per lo spazio vettoriale W. Indichiamo con B : Rm → V e E : Rn → W le parametrizzazioni indotte dalle basi. Se f : V → W è una funzione lineare, allora esiste una matrice F con n righe e m colonne tale che, nelle coordinate delle basi sopra indicate, f è uguale alla funzione F : x 7→ Fx, come indicato nel seguente diagramma VOO
f
E
B Rm
// W OO
F
// Rn .
Dimostrazione. La funzione F è ben definita, dato che B : Rm → V è ben definita e E : Rn → W è biunivoca (e quindi invertibile). Prendiamo un vettore x ∈ Rm . Il corrispondente vettore di V è B(x), definito da B(x) = x1 b1 + x2 b2 + . . . + xm bm . La sua immagine in W è, per linearità f (B(x)) = x1 f (b1 ) + x2 f (b2 ) + . . . + xm f (bm ). Dato che E è biunivoca, esistono m vettori di Rn , che chiamiamo f1 , f2 , . . . , fm , tali che E( fi ) = f (bi ), e risulta f (B(x)) = x1 E( f1 ) + x2 E( f2 ) + . . . + xm E( fm ). Dato che E è lineare, anche E−1 (l’inversa di E) è lineare, e quindi F(x) = E−1 ( f (B(x))) = x1 f1 + x2 f2 + . . . + xm fm = Fx se F è la matrice con colonne gli fi .
I vettori della base standard di Rn sono in corrispondenza, attraverso E, con gli n vettori e1 , e2 , . . . , en di W.
§ 2. Matrici e trasformazioni lineari
175
(IV.26) Definizione. La matrice, la cui esistenza è provata nella Proposizione (IV.25), si dice matrice associata alla trasformazione lineare f . (IV.27) Esempio. Consideriamo la trasformazione del piano in sé data dalla rotazione di π/2, in senso antiorario, attorno all’origine. Non è difficile convincersi che è lineare e perciò, per il teorema precedente, deve essere rappresentata da una matrice. Il ruotato del vettore con componenti (x, y) è il vettore f (x, y) = (−y, x). Otteniamo dunque " #! " # " #" # " # x −y 0 −1 x x f = = =A . y x 1 0 y y
Infatti il ruotato di una somma di vettori è la somma dei vettori ruotati, mentre il ruotato di un multiplo di un vettore è il multiplo del ruotato.
Per
la rotazione di un generico angolo ϑ si veda l’Esercizio 21 a pagina 222.
(IV.28) Definizione. Se L è una funzione lineare L : V → W (con V e W spazi vettoriali), lo spazio di tutte le soluzioni x ∈ V dell’equazione Lx = 0 è detto il nucleo di L e indicato con Nucleo(L). Il nucleo di L è a sua volta uno spazio vettoriale, la cui dimensione è anche detta nullità di L. L’immagine di L è l’insieme di tutti i vettori del tipo Lx, con x ∈ V (è l’immagine della funzione L : V → W). Nella prossima proposizione dimostriamo il fatto importante che la composizione di due applicazioni lineari, scritta in coordinate, non è altro che il prodotto righe per colonne di due matrici, definito come in (3). (IV.29) (Prodotto righe per colonne) Consideriamo due trasformazioni lineari f: V→W
1 : W → Y.
e
Siano (b1 , b2 , . . . , bm ) una base per lo spazio vettoriale V, (e1 , e2 , . . . , en ) una base per lo spazio vettoriale W e (h1 , h2 , . . . , hl ) una base per lo spazio vettoriale Y. Indichiamo con B : Rm → V, E : Rn → W e H : Rl → Y le parametrizzazioni indotte dalle basi. Sia F la matrice con n righe e m colonne che rappresenta f , e G la matrice con m righe e l colonne che rappresenta 1 (nelle coordinate delle basi sopra indicate). Allora la matrice che rappresenta la composizione 1 ◦ f
f
// W
L’equazione Lx = 0 non è altro che un sistema di n equazioni in m incognite, se L è una matrice che rappresenta una trasformazione lineare L : Rn → Rm . Per quanto visto sopra, ogni funzione lineare può essere rappresentata in questo modo. In generale, perché la definizione di nullità, in (IV.28), sia ben posta occorre che il nucleo di un operatore lineare sia uno spazio vettoriale, in modo da poter usare la definizione (IV.15). È un simpatico esercizio, lasciato al Lettore (Esercizio 9 a pagina 221).
Possiamo rappresentare
la proposizione nel seguente diagramma, in modo molto sintetico: 1◦ f VOO
1◦ f V
Sinonimi di nucleo sono kernel (indicato con ker L), e nullspace.
1
è la matrice prodotto GF.
//&& Y
WOO
1
E
B Rm
//
f
F
//
Rn GF
))//
YOO
H G
//55 Rl
176
Matrici e operatori lineari
Dimostrazione. Vediamo dal diagramma a fianco che la matrice associata alla composizione 1 ◦ f non è altro che l’applicazione lineare ottenuta componendo G con F. Dobbiamo perciò dimostrare che la composizione delle due funzioni lineari G e F è il prodotto delle due matrici. Ma se x ∈ Rm , si ha F(x) = x1 f1 + x2 f2 + . . . + xm fm , e quindi per linearità G(F(x)) = x1 G( f1 ) + x2 G( f2 ) + . . . + xm G( fm ) = (G f1 , G f2 , . . . , G fm )x = (GF)x.
Un caso particolare si ha quando si rappresenta la funzione identica 1V : V → V (quella che manda v ∈ V in v ∈ V) in due basi diverse: VOO
1V
B Rn
prodotto di matrici corrisponde dunque alla composizione dei due operatori (funzioni lineari) corrisponenti. Il fatto, già visto, che in generale AB , BA corrisponde al fatto, molto più generale, che la composizione di funzioni non è una operazione commutativa: fermare la macchina e poi scendere non è sempre equivalente a scendere dalla macchina in corsa e dopo (cercare di) fermarla: basta fare una prova in autostrada per convincersene.
// V OO E
S
// Rn .
La matrice S è una matrice quadrata, detta matrice del cambio di base, o del cambio di coordinate. Se le due basi coincidono B = E, allora la matrice è quella identica. Le sue colonne sono i vettori E−1 (bi ), cioè sono le componenti dei vettori bi scritti nella base e j (quella della parametrizzazione E). Ovviamente potremmo pensare di scambiare il ruolo delle due basi, ottenendo di fatto la funzione inversa di S, a sua volta rappresentata da una matrice. (IV.30) Definizione. Una matrice quadrata A si dice invertibile se esiste una matrice A−1 (l’inversa di A) tale che (7)
Il
A−1 A = AA−1 = I.
Quella dell’Esempio (IV.19).
Non è difficile mostrare che se esiste una inversa per la matrice A allora è unica. Infatti, se B e C sono entrambe inverse di A, cioè BA = AB = I e CA = AC = I, allora B = BI = B(AC) = (BA)C = IC = C.
Ne segue che se S è la matrice di cambiamento di base da B ad E allora S−1 è quella del cambiamento da E a B, e S−1 S = SS−1 = I. (IV.31) Esempio. Sia x = (x1 , x2 ) un vettore di R2 . Siano (xˆ 1 , xˆ 2 ) le componenti di x rispetto alla base s1 = (1, 0), s2 = (1, 1) La relazione tra le coordinate è semplicemente la ( x1 = xˆ1 + xˆ2 x = xˆ1 s1 + xˆ 2 s2 ⇐⇒ ⇐⇒ x = Sx, ˆ x2 = xˆ2 . " # 1 1 dove S = (s1 , s2 ) = . Per calcolare la matrice inversa S−1 occorre 0 1 semplicemente esprimere le xˆ in funzione di x: ( ( xˆ 1 = x1 − x2 x1 = xˆ 1 + xˆ 2 ⇐⇒ xˆ = S−1 x ⇐⇒ xˆ 2 = x2 , x2 = xˆ 2 . " # 1 −1 −1 −1 e quindi la matrice inversa S è S = . 0, 1
Cfr.
anche l’Esempio (IV.11) a pag. 167.
Alternativamente, si può risolvere
il sistema di quattro equazioni nelle quattro incognite a, b, c, d " #" # " # " # a b 1 1 a a+b 1 0 = = , c d 0 1 c c+d 0 1
e ottenere a = 1, b = −1, c = 0, d = 1.
§ 2. Matrici e trasformazioni lineari
177
Vediamo ora come cambiano le matrici associate ad una trasformazione lineare, se si cambia la base di riferimento. (IV.32) Definizione. Si dice che due matrici quadrate n × n A e B sono simili se esiste una matrice invertibile S tale che S−1 AS = B. Due matrici sono simili se rappresentano il medesimo operatore in due basi diverse. Infatti, se A : Rn → Rn è l’operatore lineare dato dalla matrice A (rispetto ad una certa base), ed S : Rn → Rn è la parametrizzazione indotta da un’altra base, allora S−1 AS = B, come si evince dal seguente diagramma (si ricordi che la composizione di operatori corrisponde al prodotto di matrici): ROO n
A
Rn
B
coordinate: se x, y rappresentano le componenti di due vettori rispetto alla prima base e x, ˆ yˆ quelle rispetto alla seconda, allora x = Sx, ˆ
y = S y. ˆ
Quindi y = Ax ⇐⇒ S yˆ = ASxˆ
⇐⇒ yˆ = S−1 ASxˆ
// Rn OO
(nell’ultimo passaggio abbiamo moltiplicato a sinistra per S−1 ). Quindi la matrice che rappresenta la trasformazione lineare nelle seconde coordinate è B = S−1 AS.
S
S
In
// Rn .
(IV.33) Esempio. Consideriamo l’operatore Q : R2 → R2 dell’Esempio (IV.23), definito da " # " #" # y1 1 1 x1 (*) = . y2 1 0 x2
La
matrice " # associata alla base è 1 1 S = , con inversa S−1 = 0 1 " # 1 −1 (cfr. Esempio (IV.31) a 0, 1 pag. 176).
Rispetto alla base s1 = (1, 0), s2 = (1, 1) l’operatore Q si scrive " #" #" # " # 1 −1 1 1 1 1 0 1 −1 ˆ Q = S QS = = ... = . 0 1 1 0 0 1 1 1 Alternativamente, direttamente nelle coordinate, da ( ( yˆ 1 + yˆ 2 = y1 xˆ1 + xˆ2 = x1 e yˆ 2 = y2 , xˆ2 = x2 sostituendo nella (*) otteniamo " # " #" # ( ( yˆ 1 = xˆ 2 yˆ 1 + yˆ 2 = xˆ 1 + xˆ 2 + xˆ 2 yˆ 0 1 xˆ 1 ⇐⇒ 1 = . ⇐⇒ yˆ 2 1 1 xˆ 2 yˆ 2 = xˆ 1 + xˆ 2 yˆ 2 = xˆ 1 + xˆ 2 Com’era da aspettarsi, la forma di Qˆ è la stessa.
178
Matrici e operatori lineari
§ 3. Prodotto scalare e isometrie (IV.34) Definizione (Prodotto scalare). Un prodotto scalare definito su uno spazio vettoriale V è un prodotto che associa ad ogni coppia di vettori x, y ∈ V un numero reale, indicato con hx, yi (oppure, equivalentemente, con x · y) con le seguenti proprietà: se x, y e z sono tre vettori di V e c ∈ R è uno scalare,
Il prodotto scalare può essere definito anche per spazi vettoriali complessi, come vedremo nel riquadro a pagina 211
① (commutativo/simmetrico) hx, yi = hy, xi; ② (distributivo/lineare) hx, y + zi = hx, yi + hx, zi;
Questa è la linearità rispetto al secondo fattore. Dalla ① segue anche quella rispetto al primo.
③ (omogeneo) hcx, yi = hx, cyi = chx, yi; ④ (definito positivo) x , 0 =⇒ hx, xi > 0.
Mentre, per linearità, h0, 0i = 0.
La radice quadrata del prodotto positivo hx, xi è detta la norma del vettore x ∈ V, e viene indicata con il simbolo p kxk = hx, xi. (IV.35) Esempio. In Rn si può definire il prodotto scalare, ponendo hx, yi = x · y =
n X
Cfr.
la Definizione (III.16) a pagina 110
xi yi .
i=1
Viene chiamato prodotto scalare standard in Rn .
(IV.36) Esempio. Nello spazio vettoriale C[a, b] di tutte le funzioni continue sull’intervallo [a, b] il prodotto Z b h f, 1i = f (x)1(x) dx a
è un prodotto scalare.
Le prossime proprietà del prodotto scalare sono generalizzazioni delle corrispondenti (omonime) proprietà del prodotto scalare standard di Rn . (IV.37) (Disuguaglianza di Cauchy–Schwarz) Ogni prodotto scalare soddisfa la seguente disuguaglianza: per ogni x, y di V hx, yi ≤ kxkkyk, e vale l’uguaglianza se e solo se x e y sono paralleli (dipendenti). j Dimostrazione. Per la proprietà ④ del prodotto scalare (Definizione (IV.34)) si ha che hz, zi ≥ 0 per ogni z e se z , 0 si ha hz, zi > 0. Se y = 0, allora (hx, 0i)2 = 0 ≤ 0 = kxk2 k0k2 , quindi la disuguaglianza è vera. Se invece y , 0, si ha che per ogni t