You are on page 1of 15

Serie di Fourier 1

Serie di Fourier
1 Rappresentazione Reale delle Serie di Fourier
In questo capitolo introduciamo le funzioni periodiche, la serie di Fourier in forma trigono-
metrica per le funzioni di periodo 2π, e ne identifichiamo i coefficienti. Affrontiamo quindi la
relazione tra la funzione e la sua serie di Fourier, e formuliamo un teorema di convergenza.
Esaminiamo anche come alcune propriet` a della funzione (parit` a, realt` a, ecc.) si traducono in
termini dei suoi coefficienti di Fourier. Introduciamo poi la rappresentazione complessa delle
serie di Fourier, ed estendiamo la trattazione a funzioni di periodo qualsiasi. Infine assumiamo
il punto di vista dell’Analisi Funzionale, e trattiamo la convergenza delle serie di Fourier in L
2
.
1.1 Funzioni Periodiche
Si dice che una funzione f : R → C `e periodica di periodo T (> 0) se e solo se f(x+T) = f(x)
per ogni x ∈ R.
1
Ovviamente, una funzione periodica di periodo T `e pure periodica di periodo
kT per ogni intero k > 1. Ogni funzione periodica continua non costante ha un periodo minimo,
detto periodo fondamentale. Ad esempio le funzioni seno, coseno, esponenziale immaginario
(ovvero θ → e

) sono periodiche di periodo fondamentale 2π; la funzione tangente `e pure
periodica di periodo 2π, ma ha periodo fondamentale π.
Siano a, b ∈ R, a < b; una qualsiasi funzione f : [a, b[→ C pu` o essere estesa in uno ed un
solo modo ad una funzione
˜
f : R → C periodica di periodo b − a, detta appunto estensione
periodica di f. Poich´e ogni numero reale pu` o essere rappresentato nella forma x +n(b −a) per
x ∈ [a, b[ e n ∈ Z opportuni, basta porre
˜
f(x + n(b −a)) := f(x) per ogni x ∈ [a, b[ ed ogni n.
Si pu` o allora studiare una funzione periodica di periodo T su tutto R o su un qualsi-
asi intervallo di lunghezza T; spesso si identifica una funzione periodica con tale restrizione.
Quest’ultima rappresentazione presenta alcuni vantaggi; ad esempio, la funzione nulla `e l’unica
funzione periodica di L
2
(R), mentre L
2
(a, b) contiene una gran quantit` a di funzioni periodiche.
2
Si noti comunque che, per ogni funzione periodica f di periodo b −a,
˜
f ∈ C
0
(R) ⇔ f ∈ C
0
([a, b[) e lim
x→b

f(x) = f(a). (1.1)
Si dice che una funzione f : [a, b[→ C `e continua a tratti se `e continua in tutti i punti salvo
al pi` u in un numero finito, nei quali comunque esistono finiti sia il limite sinistro che quello
destro; si chiede anche che esistano il limite destro in a e quello sinistro in b. Si dice che una
funzione f : R → C `e continua a tratti se lo `e in ogni intervallo. Si noti che una funzione
continua a tratti `e limitata, quindi integrabile, in ogni intervallo. Ad esempio, l’estensione
periodica della funzione f : [0, 1[→ R : x → x `e continua a tratti, mentre la funzione tangente
non lo `e.
Analogamente si dice che una funzione f :]a, b[→ C `e monot` ona a tratti se esiste un insieme
finito di punti x
0
= a < x
1
< ... < x
N
= b tali che f `e o non crescente o non decrescente in ogni
1
Si definiscono anche la frequenza ν := 1/T e la pulsazione ω := 2πν. La frequenza `e misurata in cicli
nell’unita’ di tempo, la pulsazione in radianti nell’unita’ di tempo.
2
Si potrebbe osservare che l’insieme delle funzioni periodiche di L
2
loc
(R) `e ancor pi` u vasto; tuttavia L
2
loc
(R)
presenta l’inconveniente di non essere uno spazio normato.
2 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
intervallo ]x
n
, x
n+1
[ (n = 0, ..., N − 1). Ad esempio, le funzioni seno e coseno sono monotone
a tratti su ]0, 2π[; la funzione f : x → x sin(1/x) `e monotona a tratti su ogni intervallo [a, 2π[
con a > 0, ma non su tutto ]0, 2π[.
Si noti che le funzioni periodiche di un certo periodo costituiscono uno spazio lineare, e che
lo stesso vale sia per le funzioni continue a tratti che per quelle monotone a tratti.
1.2 Identificazione dei Coefficienti di Fourier
In questo paragrafo assumiamo sistematicamente che f : R → C sia una funzione periodica
di periodo 2π, e la identifichiamo con la sua restrizione ad un qualsiasi intervallo di lunghezza
periodo 2π.
Lo sviluppo in serie di Fourier si applica a funzioni R → C periodiche. Qui assumiamo che
il periodo sia uguale a 2π per semplificare certi conti; poi estenderemo facilmente la trattazione
a funzioni di periodo qualsiasi.
Studiamo allora la possibilit` a di approssimare f mediante una successione di funzioni della
forma
S
f,n
(x) :=
a
0
2
+
n

k=1
(a
k
cos kx + b
k
sin kx) ∀x ∈ R,
dette polinomi trigonometrici. Poniamo poi
S
f
(x) :=
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) ∀x ∈ R, (1.2)
detta serie di Fourier in forma trigonometrica, e ci chiediamo se S
f
= f in R, per un’opportuna
scelta dei coefficienti di Fourier ¦a
0
, a
1
, a
2
, ....¦ e ¦b
1
, b
2
, ....¦.
Si noti la distinzione tra la funzione f e lo sviluppo in serie di Fourier S
f
: la (1.2) `e una
definizione, mentre “S
f
= f” `e una propriet` a che pu` o valere o meno, e comunque richiede
l’indicazione di opportune condizioni di regolarit` a per f. A questo proposito si pongono diversi
problemi:
(i) Quali funzioni (periodiche di periodo 2π o definite su [0, 2π]) ammettono una tale
rappresentazione?
(ii) In che senso `e da intendersi la convergenza della serie: puntuale, uniforme, in
L
2
(0, 2π), o altro?
(iii) I coefficienti di Fourier ¦a
0
, a
1
, a
2
, ....¦ e ¦b
1
, b
2
, ....¦ sono individuati da f?
(iv) In caso affermativo, questi coefficienti come possono essere espressi in termini di f?
(In teoria dei segnali si dice che le successioni ¦a
0
, a
1
, a
2
, ....¦ e ¦b
1
, b
2
, ....¦ costituiscono lo
spettro reale del segnale f.)
Le prime due questioni riguardano la regolarit` a di f (che potremmo pensare come un ele-
mento qualitativo), le altre due coinvolgono invece degli aspetti quantitativi.
Incominciamo proprio da queste ultime due questioni, che sono pi` u vicine alle esigenze
applicative. I coefficienti di Fourier a
0
ed a
k
, b
k
(k = 1, 2, . . .) sono individuati da f, e per
calcolarli useremo le seguenti identit` a.
Lemma 1.1 (di Ortogonalit` a)
_
π
−π
cos kx cos xdx =
_
¸
¸
_
¸
¸
_
0 se k ,=
π se k = ,= 0
2π se k = = 0
∀k, ∈ N, (1.3)
Serie di Fourier 3
_
π
−π
sin kx sin xdx =
_
¸
¸
_
¸
¸
_
0 se k ,=
π se k = ,= 0
0 se k = = 0
∀k, ∈ N, (1.4)
_
π
−π
cos kx sin xdx = 0 ∀k, ∈ N. (1.5)
Dimostrazione. Grazie alla formula di Eulero,
_
π
−π
cos kx cos xdx =
_
π
−π
e
ikx
+ e
−ikx
2
e
ix
+ e
−ix
2
dx
=
1
4
_
π
−π
(e
i(k+)x
+ e
i(k−)x
+ e
i(−k)x
+ e
−i(k+)x
) dx ∀k, ∈ N;
poich´e
_
π
−π
e
imx
dx =
_
2π se m = 0
0 se m ,= 0
∀m ∈ N, (1.6)
ne consegue la (1.3). La dimostrazione di (1.4) e (1.5) `e analoga. .¯
Secondo l’impostazione introdotta nel Cap. I, le (1.3)—(1.5) esprimono l’ortogonalit` a nel
senso del prodotto scalare di L
2
(−π, π) di ogni coppia di funzioni dell’insieme
¦sin kx, cos kx : k ∈ N¦ = ¦0, 1, sin x, cos x, ..., sin kx, cos kx, ...¦.
Si noti che queste funzioni appartengono a C
0
([−π, π]), quindi anche a L
2
(−π, π).
3
Siamo ora in grado di esprimere i coefficienti di Fourier ¦a
k
¦ e ¦b
k
.¦ in termini della funzione
periodica.
Teorema 1.2 Sia f : R → C una funzione periodica di periodo 2π continua. Se vale la (1.2)
nel senso della convergenza uniforme e f = S
f
, allora
a
k
=
1
π
_
π
−π
f(x) cos kxdx per k = 0, 1, 2, ...
b
k
=
1
π
_
π
−π
f(x) sin kxdx per k = 1, 2, ...
(1.7)
Dimostrazione. In seguito all’ipotesi di converga uniforme, possiamo scambiare le operazioni
di serie e di integrazione. Grazie al lemma di ortogonalit` a abbiamo
_
π
−π
f(x) cos xdx =
a
0
2
_
π
−π
cos xdx +
_
π
−π
_

k=1
(a
k
cos kx + b
k
sin kx)
_
cos xdx
=
a
0
2
_
π
−π
cos xdx +

k=1
a
k
_
π
−π
cos kx cos xdx +

k=1
b
k
_
π
−π
sin kx cos xdx
= a

π per = 0, 1, 2, ...
(1.8)
3
Esse appartengono anche per gli altri L
p
, tuttavia solo in L
2
disponiamo di un prodotto scalare.
4 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
Si noti che questa formula vale anche per a
0
: proprio per ottenere questo abbiamo scritto il
termine costante della serie di Fourier nella forma a
0
/2.
Analogamente si ottiene
_
π
−π
f(x) sin xdx = b

π per = 1, 2, ... .¯
In quest’ultimo teorema abbiamo richiesto che la funzione f fosse continua, poich´e la di-
mostrazione si basa sulla convergenza uniforme; tuttavia le formule (1.12) hanno senso per ogni
f ∈ L
p
(−π, π) per ogni p. Questo lascia sperare di poter trattare le serie di Fourier anche per
funzioni meno regolari, ad esempio continue a tratti, o soltanto L
p
per un qualche p.
Si noti anche che i coefficienti di Fourier dipendono linearmente dalla funzione f. Ovvero,
definiti a
k
:= a
k
(f) e b
k
:= b
k
(f) come in (1.12) per ogni k, per ogni coppia di funzioni f
1
, f
2
periodiche di periodo 2π e continue a tratti si ha
a
k

1
f
1
+ λ
2
f
2
) = λ
1
a
k
(f
1
) + λ
2
a
k
(f
2
) ∀λ
1
, λ
2
∈ R, ∀k,
ed analogamente per i b
k
.
1.3 Teorema di Convergenza
Le (1.12) forniscono gli unici candidati a soddisfare la (1.2); tuttavia non sappiamo ancora se
questa formula `e effettivamente soddisfatta. Il seguente risultato risponde alla questione.
Teorema 1.3 (di Convergenza) Sia f : R → C periodica di periodo 2π, continua a tratti e
tale che f

`e continua a tratti oppure f `e monotona a tratti. Si ponga
˜
f(x) :=
1
2
_
lim
y→x
+
f(y) + lim
y→x

f(y)
_
∀x ∈ R. (1.9)
Allora la serie di Fourier di f converge puntualmente alla funzione
˜
f, ovvero
˜
f(x) =
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) (=: S
f
(x)) ∀x ∈ R. (1.10)
Se f `e anche continua in un intervallo [a, b] ⊂ [0, 2π], allora la serie di Fourier converge
uniformemente a
˜
f = f in [a, b].
4
Sotto le ipotesi di questo teorema, essendo
˜
f = f in ogni punto in cui f `e continua (quindi
quasi ovunque), la (1.10) implica che
f(x) =
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) (=: S
f
(x)) q∀x ∈ R. (1.11)
4
Pu` o sembrare abbastanza naturale che, se la serie di Fourier converge in un punto in cui il limite sinistro
s
e quello destro
d
della funzione esistono finiti, il limite della serie coincida con il valore intermedio (
s
+
d
)/2.
Naturale o meno che sia, anche questa affermazione vale solo in quanto dimostrata. Indicandola come teorema,
intendiamo che `e stato dimostrata, anche se non ne riportiamo la dimostrazione. Comunque in matematica non
mancano affermazioni apparentemente altrettanto naturali , ma clamorosamente smentite da controesempi (e
quindi non dimostrabili).
Serie di Fourier 5
* Osservazioni. (i) Mediante la serie di Fourier si pu` o approssimare una qualsiasi funzione
periodica ad esempio di classe C
1
(quindi soddisfacente le ipotesi del Teorema 1.3) con una
serie di funzioni di classe C

. Questo pu` o apparire sorprendente, poich´e per ogni k una somma
(finita!) di funzioni di classe C
k
`e essa pure di classe C
k
. Tuttavia questo in generale non vale
per le serie di funzioni, ovvero per le somme infinite; infatti la derivata di una serie di funzioni
`e uguale alla serie delle derivate solo sotto opportune ipotesi.
Ad esempio se f `e di classe C
1
, allora in seguito al Teorema 1.3 la serie di Fourier di f
converge uniformemente a f, ma non `e detto che la serie di Fourier di f

(di classe C
0
) converga
a f

.
(ii) Per le (1.12), ciascun coefficiente di Fourier dipende da f attraverso un’integrazione, e
quindi non risente del comportamento di f in specifici punti; pertanto, se si modifica f solo in
un punto ˜ x, S
f
(˜ x) non pu` o cambiare. Quindi f pu` o coincidere con il suo sviluppo di Fourier
(ovvero, questo sviluppo pu` o convergere a f) solo sotto opportune ipotesi.
Il Teorema di convergenza 1.3 ci dice che f = S
f
nei punti in cui f `e continua. I motivi per
cui questo avvenga non sono ovvi: occorrerebbe esaminare la dimostrazione; tuttavia `e chiaro
che per quei punti non si pu` o riprodurre il ragionamento appena esposto, perch`e modificando
la f in un punto ivi verrebbe meno la continuit` a.
(iii) Ciascun coefficiente di Fourier dipende dal comportamento globale di f, per via della
(1.12); tuttavia, contrariamente a quanto ci si potrebbe aspettare, in seguito all’affermazione
finale del Teorema 1.3 il valore della somma S
f
(˜ x) dipende solo dal comportamento di f in
prossimit` a di ˜ x; pi` u precisamente:
Corollario 1.4 * (Principio di Localizzazione) Se due funzioni f, g soddisfano le ipotesi del
Teorema 1.3, e se f = g in un intervallo ]a, b[⊂]0, 2π[, allora S
f
= S
g
in ]a, b[.
(iv) Nei pressi dei punti di discontinuit` a di f, per ogni intero n ≥ 1 la somma parziale
a
0
2
+
n

k=1
(a
k
cos kx+b
k
sin kx) presenta delle oscillazioni; questo `e noto come fenomeno di Gibbs. Per
n → ∞ queste oscillazioni non si smorzano; pur conservando la loro ampiezza, esse comunque
agiscono in un insieme sempre pi` u piccolo. Questo consente la convergenza puntuale della serie
di Fourier nei punti di continuit` a, coerentemente col Teorema 1.3.
(v) La continuit` a di f non basta ad assicurare la convergenza della serie di Fourier S
f
:
occorrono delle ipotesi aggiuntive su f, ad esempio quelle del Teorema 1.3 o altre condizioni pi` u
o meno elaborate. Elenchiamo schematicamente alcuni dei risultati pi` u significativi conseguiti
dagli studiosi di Analisi di Fourier: (i primi tre sono dei controesempi, ovvero sono in negativo;
gli altri due sono in positivo)
— Du Bois Reymond (1873): esiste f ∈ C
0
([0, 2π]) tale che S
f
non converge in un punto.
— Kolmogorov (1926): esiste f ∈ L
1
(0, 2π) tale che S
f
non converge in alcun punto.
— Kahane and Katznelson (1966): per qualsiasi insieme di misura nulla A ⊂ [0, 2π] esiste
f ∈ C
0
([0, 2π]) tale che S
f
non converge In A.
— Carleson (1966): per ogni f ∈ L
2
(0, 2π), S
f
converge ad f in quasi tutti i punti.
— Hunt (1967): per ogni p > 1, per ogni f ∈ L
p
(0, 2π), S
f
converge ad f in quasi tutti i
punti.
Alla luce di queste patologie sembra prudente distinguere la funzione di partenza f dalla sua
serie di Fourier S
f
, e pensare che questi due oggetti coincidono solo sotto opportune ipotesi (ad
6 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
esempio quelle del Teorema 1.3 di convergenza). Naturalmente per poter scrivere i coefficienti
di Fourier occorre un minimo di regolarit` a; ma ne basta poca: f ∈ L
1
(−π, π) `e sufficiente.
(vi) Non tutte le serie trigonometriche convergenti sono serie di Fourier di una qualche fun-
zione periodica: ad esempio si pu` o dimostrare che questo `e il caso per la serie


k=2
(sin kx)/ log k.
Esercizi.
— Data una qualsiasi funzione f : R → C continua e periodica di periodo 2π, ed un
qualsiasi x
0
∈ R, si dica se i coefficienti di Fourier di f possono essere scritti nella seguente
forma:
a
k
=
t
π
_
x
0

x
0
−π
f(x) cos kxdx per k = 0, 1, 2, ...
b
k
=
1
π
_
x
0

x
0
−π
f(x) sin kxdx per k = 1, 2, ...
(1.12)
— Sia f : R → C una funzione periodica di periodo 2π e si assuma che la sua serie di
Fourier esista e converga uniformemente su tutto R. Si pu` o concludere che la serie di Fourier
converge a f?
— Si dica se le seguenti funzioni R → C ammettono sviluppo di Fourier, e nel caso lo si
calcoli:
(i) f
1
(x) = sin 2x
(ii) f
2
(x) = i sin x/3
(iii) f
3
(x) = cos x + i sin x/3
(iv) f
4
(x) = cos

2x −i sin x
(v) f
4
(x) = sin x cos x
(vi) f
5
(x) = 1/(tan x) (x ,= kπ, k ∈ Z).
— Sotto quali condizioni l’estensione periodica di una funzione f : [a, b[→ C di classe C
1
`e
di classe C
1
?
— L’estensione periodica della funzione f : [−1, 1[→ C : x → x
2
`e di classe C
0
?
`
E di classe
C
1
?
— Sia f una funzione f : R → C periodica di periodo 2π continua, e siano ¦a
k
¦ e ¦b
k
¦ i
suoi coefficienti di Fourier nella rappresentazione trigonometrica reale. Si verifichi che
a
2h
= b
2h
= 0 ∀k ∈ N (ovvero S
f
contiene solo le armoniche di ordine dispari)
se e solo se f(x) = −f(x + π) per ogni x ∈ R. Si verifichi anche che
a
2h+1
= b
2h+1
= 0 ∀h ∈ N (ovvero S
f
contiene solo le armoniche di ordine pari)
se e solo se f `e anche periodica di periodo π.
1.4 Funzioni Pari e Dispari
In questo paragrafo trattiamo degli aspetti essenzialmente algoritmici; supponiamo quindi che
la funzione f sia cos`ı regolare da garantire che f = S
f
. Ad esempio f ∈ C
1
(R) pu` o bastare,
grazie al Teorema 1.3 di convergenza. Pertanto assumiamo che f sia una funzione R → C
periodica di periodo 2π e di classe C
1
.
Serie di Fourier 7
Si dice che
f `e pari ⇔ f(−x) = f(x) ∀x ∈ R,
f `e dispari ⇔ f(−x) = −f(x) ∀x ∈ R.
(1.13)
Se f `e definita in un sottoinsieme di R simmetrico rispetto all’origine, queste definizioni si
estendono in modo ovvio.
Il prodotto di due funzioni pari o di due funzioni dispari `e pari, mentre il prodotto di una
funzioni pari ed una dispari `e dispari. Questo pu` o forse spiegare queste denominazioni. Si noti
anche che la funzione potenza x → t
n
`e pari se n `e pari, mentre `e dispari se n `e dispari. Il
coseno `e pari, seno e tangente sono sono dispari.
Ogni funzione f : R → C pu` o essere decomposta nella somma di una funzione pari ed una
dispari:
f
p
(x) :=
f(x) + f(−x)
2
(pari)
f
d
(x) :=
f(x) −f(−x)
2
(dispari)
⇒ f(x) = f
p
(x) + f
d
(x) ∀x ∈ R. (1.14)
Si noti che
f `e pari (dispari, risp.) ⇔ f
d
≡ 0 (f
p
≡ 0, risp.).
5
Poich´e il coseno `e pari ed il seno `e dispari, si ha
f
p
(x) =
a
0
2
+

k=1
a
k
cos kx, f
d
(x) =

k=1
b
k
sin kx ∀x ∈ R;
queste sono dette rispettivamente serie di coseni e serie di seni. Quindi
f pari ⇔ f(x) = f
p
(x) =
a
0
2
+

k=1
a
k
cos kx ∀x ∈ R,
f dispari ⇔ f(x) = f
d
(x) =

k=1
b
k
sin kx ∀x ∈ R.
(1.15)
Inoltre
f pari ⇔ a
k
=
2
π
_
π
0
f(x) cos kxdx, b
k
= 0 ∀k,
f dispari ⇔ a
k
= 0, b
k
=
2
π
_
π
0
f(x) sin kxdx ∀k.
(1.16)
Per verificare la prima di queste ultime due affermazioni basta notare che i rispettivi integrandi
sono pari, e quindi i corrispondenti integrali estesi a [0, π] sono uguali alla met` a degli integrali
su [−π, π].
Esempio 1. Si consideri la funzione [−π, π[→ R : x → x, e sia f la sua estensione periodica
(con periodo 2π) a tutto R. La funzione f `e dispari, quindi si pu` o rappresentare come serie di
soli seni: essendo
b
k
=
2
π
_
π
0
x sin kxdx = −
2
k
cos kπ = (−1)
k+1
2
k
per k = 1, 2...,
5
f ≡ 0 significa che f `e identicamente nulla, ovvero f(x) = 0 per ogni x.
8 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
si ottiene
S
f
(x) =

k=1
(−1)
k+1
2
k
sin kx = 2 sin x −sin 2x +
2
3
sin 3x + ... ∀x ∈] −π, π[.
Per applicare il Teorema 1.3 di convergenza occorre ora valutare la regolarit` a della funzione:
si verifica facilmente che sia f che f

sono continue a tratti, ed f `e ha dei salti solo in kπ con
k ∈ Z. Quindi
f(x) = S
f
(x) ∀x ∈ R¸ ¦kπ : k ∈ Z¦, f(x) = 0 ∀x ∈ ¦kπ : k ∈ Z¦.
f `e continua in ogni intervallo [a, b] ⊂] − π, π[, ma non in tutto [−π, π]; pertanto la serie di
Fourier S
f
converge uniformemente a f in ogni intervallo [a, b] ⊂] − π, π[, ma non in tutto
[−π, π].
Esempio 2. Sia g l’estensione periodica della funzione [−π, π[→ R : x → [x[. Questa funzione
`e pari, quindi pu` o essere rappresentata mediante una serie di soli coseni: essendo
a
k
=
2
π
_
π
0
x cos kxdx = ... =
_
¸
¸
_
¸
¸
_
π per k = 0
0 per k = pari ,= 0
−4/(πk
2
) per k = dispari,
si perviene a
S
g
(x) =
π
2

4
π

k=0
1
(2k + 1)
2
cos(2k + 1)x
=
π
2

4
π
_
cos x −
1
3
2
cos 3x +
1
5
2
cos 5x + ...
_
∀x ∈] −π, π[.
(1.17)
Si verifica facilmente che f `e continua su tutto R e f

`e continua a tratti. Per il Teorema
1.3 quindi f(x) = S
f
(x) per ogni x ∈ R, e S
f
converge uniformemente in tutto R.
In particolare per x = π si ottiene una rappresentazione di π
2
:
π =
π
2
+
4
π

k=1
1
(2k + 1)
2
, ovvero
π
2
8
=

k=1
1
(2k + 1)
2
= 1 +
1
3
2
+
1
5
2
+ ....
Esempio 3. Sia h(x) := tan x per ogni x = π/2 + kπ con k ∈ Z. Questa funzione non `e
continua a tratti, quindi non possiamo applicare i risultati precedenti.
* Osservazione. Le funzioni f e g dei due esempi precedenti coincidono in [0, π[, ed in questo
intervallo si possono rappresentare sia come serie di seni che come serie di coseni.
Questo non contraddice la (1.15), poich´e questa doppia rappresentazione vale solo su una
parte dell’insieme di definizione delle funzioni f e g. D’altra parte i coefficienti della serie di
Fourier, in quanto integrali, dipendono dal comportamento della funzione in tutto l’intervallo
[−π, π[.
`
E quindi naturale che due funzioni che coincidono solo in parte dell’insieme di definizione
abbiano due diverse rappresentazioni in serie di Fourier.
Sia ora f : R → R (si noti: a valori reali) periodica di periodo 2π. Si ponga ρ
0
:= a
0
/2,
θ
0
= 0, e per ogni k ∈ N siano ρ
k
e θ
k
∈ [0, 2π[ tali che
ρ
k
:=
_
a
2
k
+ b
2
k
, e, se ρ
k
> 0, cos θ
k
=
a
k
ρ
k
, sin θ
k
= −
b
k
ρ
k
∀k ∈ N¸ ¦0¦; (1.18)
Serie di Fourier 9
si noti che i θ
k
sono univocamente determinati se ρ
k
> 0. Si pu` o allora riscrivere la serie (1.2)
nella forma equivalente
S
f
=
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) =

k=0
ρ
k
cos(kx + θ
k
) ∀x ∈ R; (1.19)
In teoria dei segnali i numeri ρ
k
e θ
k
sono rispettivamente detti ampiezza e fase della frequenza
k-esima del segnale f; le corrispondenti successioni ¦ρ
k
¦ e ¦θ
k
¦ sono rispettivamente dette
spettro di ampiezza e spettro di fase. Poich´e cos α = sin(α + π/2) per ogni α ∈ R, ponendo
˜
θ
k
:= θ
k
+ π/2 la (1.19) `e anche equivalente a
S
f
=

k=0
ρ
k
sin(kx +
˜
θ
k
) ∀x ∈ R. (1.20)
2 Rappresentazione Complessa delle Serie di Fourier
La serie di Fourier
S
f,n
(x) :=
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) ∀x ∈ R
pu` o essere espressa equivalentemente mediante esponenziali complessi, poich´e grazie alla for-
mula di Eulero
cos kθ =
e
ikθ
+ e
−ikθ
2
, sin kθ =
e
ikθ
−e
−ikθ
2i
∀θ ∈ R.
Ponendo
c
0
:=
a
0
2
, c
k
:=
a
k
−ib
k
2
, c
−k
:=
a
k
+ ib
k
2
∀k ∈ N¸ ¦0¦, (2.1)
si ha
S
f
(x) =
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) =

k∈Z
c
k
e
ikx
.
In questo caso le relazioni di ortogonalit` a (1.3), (1.4), (1.5) assumono la forma
_
π
−π
e
ikx
e
−ix
dx =
_
0 se k ,=
2π se k =
∀k, ∈ Z;
(1.12) e (2.1) allora forniscono
c
k
:=
1

_
π
−π
f(x)e
−ikx
dx ∀k ∈ Z. (2.2)
Si noti che le formule (2.1) sono equivalenti a
_
_
_
a
k
= c
k
+ c
−k
per k = 0, 1, 2, ...
b
k
= i(c
k
−c
−k
) per k = 1, 2, ....
[Es] (2.3)
(In teoria dei segnali la successione doppia ¦c
k
¦ `e detta lo spettro complesso del segnale f.)
10 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
Valore Principale. Resta da definire la somma della serie doppia

k∈Z
c
k
e
ikx
, scrittura questa
che `e da intendersi come equivalente a

k=−∞
c
k
e
ikx
. Vi sono due alternative:

k∈Z
c
k
e
ikx
= lim
n→∞
n

k=0
c
k
e
ikx
+ lim
n→∞
+∞

k=1
c
−k
e
−ikx
, (2.4)
oppure

k∈Z
c
k
e
ikx
= lim
n→∞
n

k=−n
c
k
e
ikx
. (2.5)
Quest’ultima `e la definizione corretta; `e detta somma della serie doppia nel senso del valore
principale, e la si indica anche con V.P.

k∈Z
c
k
e
ikx
.
Si noti che la convergenza di due serie
+∞

k=0
α
k
e
+∞

k=1
α
−k
implica quella della serie
V.P.

k∈Z
α
k
:= lim
n→∞
n

k=−n
α
k
=
+∞

k=0
α
k
+
+∞

k=1
α
−k
,
ma non sempre vale il viceversa. Un semplice controesempio `e fornito da α
k
:= k, per ogni
k ∈ Z; infatti V.P.

k∈Z
k = 0, mentre
+∞

k=0
k e
+∞

k=1
(−k) divergono a +∞ e −∞ (rispettivamente),
e quindi la loro somma `e rappresentata dalla forma indeterminata (+∞) + (−∞).
Nel seguito trattando di serie doppie le intenderemo sempre nel senso del valore principale,
ed ometteremo di scrivere “V.P.”.
6
`
E facile verificare che intendere la serie di Fourier in forma complessa

k∈Z
c
k
e
ikx
nel senso
del valore principale equivale a scrivere la serie di Fourier in forma reale come

k=1
(a
k
cos kx + b
k
sin kx) piuttosto che

k=1
a
k
cos kx +

k=1
b
k
sin kx.
(Ovviamente `e pi` u restrittivo richiedere la convergenza di entrambe queste due ultime serie
piuttosto che quella della serie della somma.)
Funzioni Pari e Dispari. Denotando con c la funzione Z → C : k → c
k
e con iR l’insieme
dei numeri immaginari, abbiamo
f pari ⇔ c
−k
= c
k
∀k ∈ Z,
f dispari ⇔ c
−k
= −c
k
∀k ∈ Z,
f(x) ∈ R ∀x ⇔ c
−k
= c

k
∀k ∈ Z,
f(x) ∈ iR ∀x ⇔ ic
−k
= (ic
k
)

∀k ∈ Z;
[Es] (2.6)
6
Una definizione analoga pu` o essere introdotta a proposito degli integrali di funzioni limitate su insiemi
illimitati o di funzioni illimitate su insiemi limitati. Ad esempio gli integrali
_
+∞
−∞
xdx e
_
+1
−1
1/xdx non
esistono, n´e come integrali di Riemann generalizzati n´e come integrali di Lebesgue. Tuttavia si defniscono gli
integrali nel senso del valor principale:
V.P.
_
+∞
−∞
xdx := lim
m→+∞
_
m
−m
xdx (= 0),
V.P.
_
+1
−1
1
x
dx := lim
ε→0
+
__
−ε
−1
1
x
dx +
_
1
ε
1
x
dx
_
(= 0).
Serie di Fourier 11
ovvero, denotando con c la successione doppia Z → C : k → c
k
,
f pari ⇔ c `e pari,
f dispari ⇔ c `e dispari,
f(x) ∈ R ∀x ⇔ Re(c) `e pari, Im(c) `e dispari,
f(x) ∈ iR ∀x ⇔ Re(c) `e dispari, Im(c) `e pari.
[Es] (2.7)
Il passaggio dalla funzione f alle successioni dei coefficienti di Fourier ¦(a
k
, b
k
)¦ o ¦c
k
¦
`e interpretato come un processo di analisi; l’operazione inversa che porta dai coefficienti di
Fourier alla funzione f `e interpretato come sintesi. I coefficienti c
k
sono anche detto lo spettro
della funzione f (analogamente a quanto si vedr` a per la trasformata di Fourier).
Rappresentazione Complessa Alternativa. In analogia con la (1.19), nel caso di una
funzione f a valori reali si noti che per ogni k ∈ Z, c
k
= r
k
e

k
, per r
k
≥ 0 e ϕ
k
∈ R opportuni.
Pertanto

k∈Z
c
k
e
ikx
=

k∈Z
r
k
e
i(kx+ϕ
k
)
. (2.8)
Osservazione. Disponiamo quindi di quattro rappresentazioni S
(1)
f
, ..., S
(4)
f
per lo sviluppo in
serie di Fourier di una funzione f periodica di periodo 2π:
(i) due rappresentazioni in forma trigonometrica per f : R → R:
S
(1)
f
(x) :=
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) (a
k
, b
k
∈ R), (2.9)
S
(2)
f
(x) :=

k=1
ρ
k
cos(kx + θ
k
) (ρ
k
, θ
k
∈ R); (2.10)
(ii) due rappresentazioni in forma esponenziale complessa per f : R → C:
S
(3)
f
(x) :=

k∈Z
c
k
e
ikx
, (c
k
∈ C), (2.11)
S
(4)
f
(x) :=

k∈Z
r
k
e
i(kx+ϕ
k
)
(R ÷)r
k
> 0, ϕ
k
∈ R. (2.12)
Per alcuni scopi pu` o essere utile usare la rappresentazione complessa anche per funzioni a
valori reali: i conti con gli esponenziali possono essere pi` u agevoli che con le funzioni trigono-
metriche. Nulla poi vieta di scrivere la prima delle (2.9) anche per coefficienti a
k
, b
k
∈ C (per
la seconda ci sarebbe qualche difficolt` a per θ
k
∈ C), oppure di considerare (2.11) per c
k
∈ R:
in generale in entrambi i casi si otterranno funzioni complesse.
Come abbiamo visto, questi sviluppi in serie sono equivalenti: si passa da uno all’altro
mediante semplici formule di trasformazione lineari dei coefficienti di Fourier (siano essi reali o
complessi).
Sottolineamo che i coefficienti a
k
, b
k
, c
k
degli sviluppi di Fourier (2.9) e (2.11) dipendono
linearmente dalla funzione f; questo invece non vale per i coefficienti ρ
k
, θ
k
, r
k
, ϕ
k
delle rappre-
sentazioni equivalenti (2.10) e (2.12), che infatti sono ricavati dagli a
k
, b
k
, c
k
mediante trasfor-
mazioni non lineari.
Esercizi.
12 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
— Si sviluppino in serie di Fourier complessa le funzioni degli esempi del paragrafo 1.4.
— Si traducano le propriet` a (2.6) in termini dei coefficienti ρ
k
e θ
k
per le serie reali (1.19),
o dei coefficienti r
k
e ϕ
k
per le serie complesse (2.8).
— Sia f una funzione f : R → C periodica di periodo 2π continua, e siano ¦c
k
¦ i suoi
coefficienti di Fourier nella rappresentazione esponenziale complessa. Si verifichi che
c
2h
= 0 ∀k ∈ ζ (ovvero S
f
contiene solo le armoniche di ordine dispari)
se e solo se f(x) = −f(x + π) per ogni x ∈ R. Si verifichi anche che
c
2h+1
= 0 ∀h ∈ ζ (ovvero S
f
contiene solo le armoniche di ordine pari)
se e solo se f `e anche periodica di periodo π.
2.1 Funzioni con Periodo Diverso da 2π
Se f `e periodica di periodo T ,= 2π, allora
˜
f(y) := f(Ty/2π) `e una funzione periodica di periodo
2π. Partendo dallo sviluppo
S
˜
f
(y) =
a
0
2
+

k=1
(a
k
cos ky + b
k
sin ky) ∀y ∈ R,
mediante la traformazione di variabile y → x := Ty/(2π) si ha
S
f
(x) = S
˜
f
_

T
x
_
=
a
0
2
+

k=1
_
a
k
cos
2kπ
T
x + b
k
sin
2kπ
T
x
_
∀x ∈ R,
con
a
k
=
1
π
_
π
−π
˜
f(y) cos ky dy =
2
T
_
T/2
−T/2
f(x) cos
2kπ
T
xdx
b
k
=
1
π
_
π
−π
˜
f(y) sin ky dy =
2
T
_
T/2
−T/2
f(x) sin
2kπ
T
xdx
per k = 1, 2, . . . ,
e la prima formula vale anche per a
0
. Pertanto tutti i risultati precedenti si estendono facilmente
a S
f
. Analogamente
S
f
(x) = S
˜
f
_

T
x
_

k∈Z
c
k
e
2πikx/T
∀x ∈ R,
con
c
k
=
1

_
π
−π
˜
f(y)e
−iky
dy =
1
T
_
T/2
−T/2
f(x)e
−2πikx/T
dx ∀k ∈ Z. (2.13)
3 * Il Punto di Vista dell’Analisi Funzionale
Secondo l’impostazione introdotta nel Cap. I le funzioni di energia finita sono considerate come
punti dello spazio di Hilbert L
2
(−π, π), dotato della norma
|f| =
_
_
π
−π
[f(x)[
2
dx
_
1/2
∀f ∈ L
2
(−π, π),
indotta dal prodotto scalare
(f,
˜
f) :=
_
π
−π
f(x)
˜
f(x)

dx ∀f,
˜
f ∈ L
2
(−π, π).
Serie di Fourier 13
Teorema 3.1 Ogni funzione f ∈ L
2
(−π, π) `e sviluppabile in serie di Fourier. Pi` u precisa-
mente, definiti i coefficienti ¦a
k
¦, ¦b
k
¦, ¦c
k
¦ come in (1.12) e (2.13),
f(x) =
a
0
2
+

k=1
(a
k
cos kx + b
k
sin kx) =

k∈Z
c
k
e
ikx
q∀x ∈ R. (3.1)
Inoltre la serie di Fourier converge in L
2
(−π, π), ovvero
_
_
_f(x) −
a
0
2

n

k=1
(a
k
cos kx + b
k
sin kx)
_
_
_
L
2
→ 0
_
_
_f(x) −
k=n

k=−n
c
k
e
ikx
_
_
_
L
2
→ 0
per n → +∞. (3.2)
Formule analoghe valgono per le rappresentazioni delle (??) e (??).
Teorema 3.2 (di Parseval) Siano f,
˜
f ∈ L
2
(−π, π), e siano (3.1) e
˜
f(x) =
˜ a
0
2
+

k=1
(˜ a
k
cos kx +
˜
b
k
sin kx) =

k∈Z
˜ c
k
e
ikx
q∀x ∈ R. (3.3)
i rispettivi sviluppi in serie di Fourier. Allora
_
π
−π
f(x)
˜
f(x)

dx =
π
2
a
0
˜ a

0
+ π

k=1
(a
k
˜ a

k
+ b
k
˜
b

k
) = 2π

k∈Z
c
k
˜ c

k
; (3.4)
in particolare
_
π
−π
[f(x)[
2
dx =
π
2
[a
0
[
2
+ π

k=1
([a
k
[
2
+[b
k
[
2
) = 2π

k∈Z
[c
k
[
2
(< +∞). (3.5)
Dimostrazione. Per verificare la prima uguaglianza di (3.4), basta scrivere f(x)
˜
f(x)

in
termini dei coefficienti di Fourier ¦a
k
¦ e ¦b
k
¦, sviluppare il prodotto, quindi integrare ed usare
le propriet` a di ortogonalit` a (1.3), (1.4), (1.5). [Es] Analogamente
_
π
−π
f(x)
˜
f(x)

dx =
_
π
−π
_

k∈Z
c
k
e
ikx
__

∈Z
˜ c

e
−ix
_
dx
=

k∈Z

∈Z
c
k
˜ c

_
π
−π
e
i(k−)x
dx = (cf. (1.6)) 2π

k∈Z
c
k
˜ c

k
= 2π

k∈Z
[c
k
[
2
.
(Ancora una volta abbiamo scambiato le operazioni di serie e di integrale; questo risulta lecito
in L
2
(−π, π)...) Infine, ponendo
˜
f = f in (3.4) si ottiene (3.5). .¯
Quindi il passaggio da f ai suoi coefficienti di Fourier ¦c
k
¦ trasforma funzioni di L
2
(−π, π)
in successioni di
2
, e conserva norma e prodotto scalare (a meno di un fattore costante).
14 Metodi Matematici per TLC – a.a. 2004-05 – A. Visintin
Proposizione 3.3 Sia f ∈ L
2
(−π, π) e sia (3.1) il suo sviluppo in serie di Fourier. Se f


L
2
(−π, π) allora
f

(x) =

k=1
k(−a
k
sin kx + b
k
cos kx) =

k∈Z
ikc
k
e
ikx
q∀x ∈ R. (3.6)
_
π
−π
[f

(x)[
2
dx = π

k=1
([k
2
a
k
[
2
+[k
2
b
k
[
2
) = 2π

k∈Z
[k
2
c
k
[
2
(< +∞). (3.7)
Analogamente, per ogni intero n ≥ 1, se f, ..., f
(n)
∈ L
2
(−π, π) allora
7
f
(n)
(x) = ... =

|k|≥n
(ik)
n
c
k
e
ikx
q∀x ∈ R, (3.8)
_
π
−π
[f
(n)
(x)[
2
dx = π

k=n
([k
n
a
k
[
2
+[k
n
b
k
[
2
) = 2π

|k|≥n
[k
n
c
k
[
2
(< +∞). (3.9)
Osservazioni. (i) La convergenza delle serie in (3.5) ha una notevole conseguenza. Se f ∈
L
2
(−π, π) allora
a
k
→ 0, b
k
→ 0, c
k
→ 0 per k → +∞. (3.10)
Analogamente, se f

∈ L
2
(−π, π) allora per la (3.7)
ka
k
→ 0, kb
k
→ 0, kc
k
→ 0 per k → +∞, (3.11)
ovvero i coefficienti di Fourier si annullano pi` u rapidamente all’infinito.
Grazie alla (3.9), si pu` o ripetere questo ragionamento per le derivate successive (se esistono):
per ogni intero n ≥ 1
f, ..., f
(n)
∈ L
2
(−π, π) ⇒
k
n
a
k
→ 0, k
n
b
k
→ 0, k
n
c
k
→ 0 per k → +∞.
Quindi: quanto pi` u la funzione f `e regolare, tanto pi` u rapidamente i suoi coefficienti di
Fourier si annullano all’infinito.
(ii) La condizione f

∈ L
2
(−π, π) pu` o essere interpretata come una propriet` a di regolarit` a
per la funzione f: ad esempio si pu` o dimostrare che essa implica la continuit` a di f.
8
Se poi
f

`e derivabile e f

∈ L
2
(−π, π), allora f

`e continua e quindi f `e di classe C
1
. Pi` u in generale,
per ogni intero n ≥ 1 (ancora supponendo l’esistenza delle derivate)
f, ..., f
(n)
∈ L
2
(−π, π) ⇒ f ∈ C
n−1
([−π, π]).
D’altra parte, `e noto che ogni funzione continua `e limitata in ogni insieme chiuso e limitato,
quindi essa `e di quadrato integrabile in [−π, π]; pertanto per ogni intero n
f ∈ C
n
([−π, π]) ⇒ f, ..., f
(n)
∈ L
2
(−π, π).
7
Omettiamo la formula della derivata n-esima della serie S
f
(x) =
a
0
2
+


k=1
(a
k
cos kx + b
k
sinkx) perch´e
richiederebbe una distinzione dei diversi valori di n, in quanto la derivazione trasforma seni in coseni e viceversa.
`
E invece molto agevole derivare la serie

|k|≥n
ikc
k
e
ikx
, poich´e la derivata di un esponenziale `e un esponenziale:
questo `e uno dei vari vantaggi offerti dalla rappresentazione complessa.
8
Non dimostriamo questa affermazione, che comunque non dovrebbe apparire troppo sorprendente: se f `e
discontinua in un punto allora f

contiene una massa di Dirac in quel punto, quindi f

,∈ L
2
.
Serie di Fourier 15
Possiamo quindi concludere che la quadrato-integrabilit` a delle derivate `e un indice di regolarit` a
delle funzioni. Si pu` o anche notare che non c’`e perfetta corrispondenza tra la continuit` a di f e
la sommabilit` a di f e f

.
(iii) Combinando le due ultime osservazioni, possiamo concludere che quanto pi` u f `e rego-
lare, tanto pi` u rapidamente i coefficienti di Fourier ¦a
k
¦, ¦b
k
¦, ¦c
k
¦ si annullano per k → ∞.
* Gli Spazi C
k
e H
k
.
`
E noto che la derivabilit` a di una funzione `e rappresentativa della sua
regolarit` a; nell’ambito della teoria classica questo conduce alla definizione degli spazi C
k
delle
funzioni continue dotate di derivate continue fino all’ordine k (con k ∈ N). Analogamente nella
teoria pi` u moderna si definisce la classe H
k
delle funzioni di quadrato integrabile dotate di
derivate (nel senso delle distribuzioni) di quadrato integrabile fino all’ordine k (in particolare
˜
H
0
= L
2
):
C
k
(R) = ¦f : R → C : f, f

, ..., f
(k)
∈ C
0
(R)¦,
H
k
(R) = ¦f : R → C : f, f

, ..., f
(k)
∈ L
2
(R)¦;
e per un qualsiasi intervallo [a, b]:
C
k
([a, b]) = ¦f : [a, b] → C : f, f

, ..., f
(k)
∈ C
0
([a, b])¦,
H
k
(a, b) = ¦f : [a, b] → C : f, f

, ..., f
(k)
∈ L
2
(a, b)¦.
(Per i motivi gi` a visti per L
2
, si usa scrivere H
k
(a, b) invece di H
k
([a, b]).)
I C
k
([a, b]) sono spazi normati dotati della norma
|f|
C
k
([a,b])
:=
k

n=0
max
x∈[a,b]
[f
(n)
(x)[ ∀f ∈ C
k
([a, b]);
lo stesso per` o non si pu` o dire per C
0
(R) (perch´e?).
Gli H
k
(a, b) sono spazi lineari dotati del prodotto scalare
(f,
˜
f)
H
k
(a,b)
:=
k

n=0
_
b
a
f
(n)
(x)
˜
f
(n)
(x)

dx ∀f,
˜
f ∈ H
k
(a, b),
e quindi anche della norma
|f|
H
k
(a,b)
:= (f,
˜
f)
1/2
H
k
(a,b)
=
_
k

n=0
_
b
a
[f
(n)
(x)[
2
dx
_
1/2
∀f ∈ H
k
(a, b).
Gli spazi classici C
k
e gli spazi di Sobolev H
k
. sono strumenti fondamentali dell’analisi
moderna delle serie di Fourier e di altri settori dell’analisi matematica.

. 1. Si noti la distinzione tra la funzione f e lo sviluppo in serie di Fourier Sf : la (1. ∈ N.) Le prime due questioni riguardano la regolarit` di f (che potremmo pensare come un elea mento qualitativo).} sono individuati da f ? (iv) In caso affermativo. Studiamo allora la possibilit` di approssimare f mediante una successione di funzioni della a forma n a0 Sf. b2 . Poniamo poi ∞ a0 (ak cos kx + bk sin kx) + Sf (x) := 2 k=1 ∀x ∈ R. . Si noti che le funzioni periodiche di un certo periodo costituiscono uno spazio lineare. e per calcolarli useremo le seguenti identit`. e comunque richiede e a o l’indicazione di opportune condizioni di regolarit` per f . I coefficienti di Fourier a0 ed ak . Incominciamo proprio da queste ultime due questioni. b2 ... a2 . in e 2 L (0.}. che sono pi` vicine alle esigenze u applicative.. la funzione f : x → x sin(1/x) ` monotona a tratti su ogni intervallo [a.} e {b1 . Lo sviluppo in serie di Fourier si applica a funzioni R → C periodiche. a1 . . 2π[. le altre due coinvolgono invece degli aspetti quantitativi. per un’opportuna scelta dei coefficienti di Fourier {a0 .3) . o altro? (iii) I coefficienti di Fourier {a0 .2) detta serie di Fourier in forma trigonometrica.2 Metodi Matematici per TLC – a. xn+1 [ (n = 0. uniforme.. Qui assumiamo che il periodo sia uguale a 2π per semplificare certi conti. a2 .. 2π[ e con a > 0. b2 . a2 .. e ci chiediamo se Sf = f in R. 2 k=1 dette polinomi trigonometrici. le funzioni seno e coseno sono monotone a tratti su ]0. questi coefficienti come possono essere espressi in termini di f ? (In teoria dei segnali si dice che le successioni {a0 . Visintin intervallo ]xn . a1 .2 Identificazione dei Coefficienti di Fourier In questo paragrafo assumiamo sistematicamente che f : R → C sia una funzione periodica di periodo 2π. .. a1 . 2π[. 2π). e la identifichiamo con la sua restrizione ad un qualsiasi intervallo di lunghezza periodo 2π.. bk (k = 1... e che lo stesso vale sia per le funzioni continue a tratti che per quelle monotone a tratti. a Lemma 1. (1..a.} e {b1 . . mentre “Sf = f ” ` una propriet` che pu` valere o meno. N − 1).... poi estenderemo facilmente la trattazione a funzioni di periodo qualsiasi. .1 (di Ortogonalit`) a π −π cos kx cos x dx =  π       0 2π se k = se k = = 0 se k = = 0 ∀k... ..n (x) := + (ak cos kx + bk sin kx) ∀x ∈ R..2) ` una e definizione. ma non su tutto ]0.. 2004-05 – A. A questo proposito si pongono diversi a problemi: (i) Quali funzioni (periodiche di periodo 2π o definite su [0.) sono individuati da f . . 2. Ad esempio. . ...} e {b1 . (1.} costituiscono lo spettro reale del segnale f . 2π]) ammettono una tale rappresentazione? (ii) In che senso ` da intendersi la convergenza della serie: puntuale.

(1.. ∈ N.8) =aπ 3 per = 0. π −π π cos kx cos x dx = π −π −π eikx + e−ikx ei x + e−i x dx 2 2 ∀k. (1.. 1. cos x.. possiamo scambiare le operazioni di serie e di integrazione.. Teorema 1. . e Secondo l’impostazione introdotta nel Cap. (1.5) ∀k.3).. Si noti che queste funzioni appartengono a C 0 ([−π. ∈ N.. π).4) π −π sin kx sin x dx =  π π −π cos kx sin x dx = 0 Dimostrazione.3)—(1. le (1. π) di ogni coppia di funzioni dell’insieme {sin kx. .6) ne consegue la (1. ∈ N. (1.4) e (1. Esse appartengono anche per gli altri Lp . La dimostrazione di (1. 1. π]). 3 Siamo ora in grado di esprimere i coefficienti di Fourier {ak } e {bk ... .. sin x. 2.7) per k = 1. cos kx : k ∈ N} = {0. Grazie alla formula di Eulero. cos kx.2 Sia f : R → C una funzione periodica di periodo 2π continua. 1 bk = π Dimostrazione. I. In seguito all’ipotesi di converga uniforme.}. allora ak = 1 π π −π π −π f (x) cos kx dx f (x) sin kx dx per k = 0. quindi anche a L2 (−π. 1.5) esprimono l’ortogonalit` nel a 2 senso del prodotto scalare di L (−π. ..} in termini della funzione periodica.5) ` analoga. . tuttavia solo in L2 disponiamo di un prodotto scalare. = poich´ e 1 4 (ei(k+ )x + ei(k− )x + ei( −k)x + e−i(k+ )x ) dx π −π eimx dx = 2π 0 se m = 0 se m = 0 ∀m ∈ N. 2.2) nel senso della convergenza uniforme e f = Sf . Grazie al lemma di ortogonalit` abbiamo a π −π f (x) cos x dx = π −π a0 2 ∞ π −π π ∞ cos x dx + π −π (ak cos kx + bk sin kx) cos x dx k=1 ∞ π = a0 2 cos x dx + k=1 ak −π cos kx cos x dx + k=1 bk −π sin kx cos x dx (1. Se vale la (1. 2..Serie di Fourier       3 0 0 se k = se k = = 0 se k = = 0 ∀k. . sin kx.

11) Pu` sembrare abbastanza naturale che. ∀λ1 .a. (1. la (1. poich´ la die mostrazione si basa sulla convergenza uniforme. ovvero ∞ a0 ˜ (ak cos kx + bk sin kx) (=: Sf (x)) f (x) = + 2 k=1 ∀x ∈ R.12) per ogni k. Si noti anche che i coefficienti di Fourier dipendono linearmente dalla funzione f . Analogamente si ottiene π −π f (x) sin x dx = b π per = 1. (1. Indicandola come teorema. Naturale o meno che sia.4 Metodi Matematici per TLC – a. π) per ogni p.. Comunque in matematica non e mancano affermazioni apparentemente altrettanto naturali . ∀k.9) ˜ Allora la serie di Fourier di f converge puntualmente alla funzione f . Visintin Si noti che questa formula vale anche per a0 : proprio per ottenere questo abbiamo scritto il termine costante della serie di Fourier nella forma a0 /2. f2 periodiche di periodo 2π e continue a tratti si ha ak (λ1 f1 + λ2 f2 ) = λ1 ak (f1 ) + λ2 ak (f2 ) ed analogamente per i bk . allora la serie di Fourier converge e ˜ uniformemente a f = f in [a. 4 ˜ Sotto le ipotesi di questo teorema. per ogni coppia di funzioni f1 . definiti ak := ak (f ) e bk := bk (f ) come in (1.3 Teorema di Convergenza Le (1..3 (di Convergenza) Sia f : R → C periodica di periodo 2π. il limite della serie coincida con il valore intermedio ( s + d )/2. ad esempio continue a tratti. . 1. o soltanto Lp per un qualche p. se la serie di Fourier converge in un punto in cui il limite sinistro s o e quello destro d della funzione esistono finiti. (1. b] ⊂ [0. tuttavia non sappiamo ancora se questa formula ` effettivamente soddisfatta. e Teorema 1. 2. Si ponga e e 1 ˜ f (x) := 2 y→x+ lim f (y) + lim f (y) − y→x ∀x ∈ R. 2π]. Il seguente risultato risponde alla questione.12) hanno senso per ogni f ∈ Lp (−π.10) Se f ` anche continua in un intervallo [a. tuttavia le formule (1.2). Ovvero. intendiamo che ` stato dimostrata. continua a tratti e tale che f ` continua a tratti oppure f ` monotona a tratti. λ2 ∈ R. In quest’ultimo teorema abbiamo richiesto che la funzione f fosse continua. Questo lascia sperare di poter trattare le serie di Fourier anche per funzioni meno regolari. 2004-05 – A. .12) forniscono gli unici candidati a soddisfare la (1. ma clamorosamente smentite da controesempi (e quindi non dimostrabili). b].10) implica che ∞ a0 f (x) = (ak cos kx + bk sin kx) (=: Sf (x)) + 2 k=1 4 q∀x ∈ R. anche se non ne riportiamo la dimostrazione. essendo f = f in ogni punto in cui f ` continua (quindi e quasi ovunque). anche questa affermazione vale solo in quanto dimostrata.

e Ad esempio se f ` di classe C 1 . pi` precisamente: a ˜ u Corollario 1.4 * (Principio di Localizzazione) Se due funzioni f. a (v) La continuit` di f non basta ad assicurare la convergenza della serie di Fourier Sf : a occorrono delle ipotesi aggiuntive su f . se si modifica f solo in un punto x. a (iii) Ciascun coefficiente di Fourier dipende dal comportamento globale di f . 2π] esiste f ∈ C 0 ([0. (ii) Per le (1. — Hunt (1967): per ogni p > 1. questo ` noto come fenomeno di Gibbs.3 ci dice che f = Sf nei punti in cui f ` continua. Sf (˜) non pu` cambiare.3 la serie di Fourier di f e converge uniformemente a f . 2π). ovvero sono in negativo. Questo consente la convergenza puntuale della serie u di Fourier nei punti di continuit`. e quindi non risente del comportamento di f in specifici punti. allora in seguito al Teorema 1.3.12). poich´ per ogni k una somma o e k k (finita!) di funzioni di classe C ` essa pure di classe C . per ogni f ∈ Lp (0. b[⊂]0. Questo pu` apparire sorprendente. Sf converge ad f in quasi tutti i punti. g soddisfano le ipotesi del Teorema 1. Alla luce di queste patologie sembra prudente distinguere la funzione di partenza f dalla sua serie di Fourier Sf .3. pertanto. b[. ad esempio quelle del Teorema 1. allora Sf = Sg in ]a. per ogni intero n ≥ 1 la somma parziale a n k=1 a0 + 2 (ak cos kx + bk sin kx) presenta delle oscillazioni. I motivi per e cui questo avvenga non sono ovvi: occorrerebbe esaminare la dimostrazione. ciascun coefficiente di Fourier dipende da f attraverso un’integrazione. per via della (1. coerentemente col Teorema 1. contrariamente a quanto ci si potrebbe aspettare. ovvero per le somme infinite. 2π). gli altri due sono in positivo) — Du Bois Reymond (1873): esiste f ∈ C 0 ([0. (iv) Nei pressi dei punti di discontinuit` di f . tuttavia. Elenchiamo schematicamente alcuni dei risultati pi` significativi conseguiti u dagli studiosi di Analisi di Fourier: (i primi tre sono dei controesempi. questo sviluppo pu` convergere a f ) solo sotto opportune ipotesi. Quindi f pu` coincidere con il suo sviluppo di Fourier ˜ x o o (ovvero. infatti la derivata di una serie di funzioni ` uguale alla serie delle derivate solo sotto opportune ipotesi. Tuttavia questo in generale non vale e per le serie di funzioni. 2π]) tale che Sf non converge in un punto. 2π]) tale che Sf non converge In A. 2π) tale che Sf non converge in alcun punto. perch` modificando o e la f in un punto ivi verrebbe meno la continuit`. o Il Teorema di convergenza 1. — Kolmogorov (1926): esiste f ∈ L1 (0. pur conservando la loro ampiezza. Per e n → ∞ queste oscillazioni non si smorzano. tuttavia ` chiaro e che per quei punti non si pu` riprodurre il ragionamento appena esposto. in seguito all’affermazione finale del Teorema 1. (i) Mediante la serie di Fourier si pu` approssimare una qualsiasi funzione o 1 periodica ad esempio di classe C (quindi soddisfacente le ipotesi del Teorema 1. e pensare che questi due oggetti coincidono solo sotto opportune ipotesi (ad . — Kahane and Katznelson (1966): per qualsiasi insieme di misura nulla A ⊂ [0. ma non ` detto che la serie di Fourier di f (di classe C 0 ) converga e af. esse comunque agiscono in un insieme sempre pi` piccolo. 2π[. — Carleson (1966): per ogni f ∈ L2 (0.Serie di Fourier 5 * Osservazioni.3 o altre condizioni pi` u o meno elaborate. Sf converge ad f in quasi tutti i punti.3) con una serie di funzioni di classe C ∞ .12).3 il valore della somma Sf (˜) dipende solo dal comportamento di f in x prossimit` di x. e se f = g in un intervallo ]a.

a e (vi) Non tutte le serie trigonometriche convergenti sono serie di Fourier di una qualche funzione periodica: ad esempio si pu` dimostrare che questo ` il caso per la serie ∞ (sin kx)/ log k. o e k=2 Esercizi. b[→ C di classe C 1 ` 1 di classe C ? ` e — L’estensione periodica della funzione f : [−1. ma ne basta poca: f ∈ L1 (−π..3 di convergenza). e 1. . ı o grazie al Teorema 1. supponiamo quindi che la funzione f sia cos` regolare da garantire che f = Sf . 1[→ C : x → x2 ` di classe C 0 ? E di classe C 1? — Sia f una funzione f : R → C periodica di periodo 2π continua. . si dica se i coefficienti di Fourier di f possono essere scritti nella seguente forma: t x0 +π ak = f (x) cos kx dx per k = 0. Visintin esempio quelle del Teorema 1. 2. Ad esempio f ∈ C 1 (R) pu` bastare.. bk = π x0 −π — Sia f : R → C una funzione periodica di periodo 2π e si assuma che la sua serie di Fourier esista e converga uniformemente su tutto R.6 Metodi Matematici per TLC – a.a. e siano {ak } e {bk } i suoi coefficienti di Fourier nella rappresentazione trigonometrica reale. π x0 −π (1. . Si pu` concludere che la serie di Fourier o converge a f ? — Si dica se le seguenti funzioni R → C ammettono sviluppo di Fourier. k ∈ Z). 1. 2004-05 – A. Si verifichi anche che a2h+1 = b2h+1 = 0 ∀h ∈ N (ovvero Sf contiene solo le armoniche di ordine pari) se e solo se f ` anche periodica di periodo π.3 di convergenza. — Data una qualsiasi funzione f : R → C continua e periodica di periodo 2π. 2.. e nel caso lo si calcoli: (i) f1 (x) = sin 2x (ii) f2 (x) = i sin x/3 (iii) f3 (x) = cos x + i sin x/3 √ (iv) f4 (x) = cos 2x − i sin x (v) f4 (x) = sin x cos x (vi) f5 (x) = 1/(tan x) (x = kπ.. ed un qualsiasi x0 ∈ R.4 Funzioni Pari e Dispari In questo paragrafo trattiamo degli aspetti essenzialmente algoritmici. Naturalmente per poter scrivere i coefficienti di Fourier occorre un minimo di regolarit`. e — Sotto quali condizioni l’estensione periodica di una funzione f : [a. Si verifichi che a2h = b2h = 0 ∀k ∈ N (ovvero Sf contiene solo le armoniche di ordine dispari) se e solo se f (x) = −f (x + π) per ogni x ∈ R.12) 1 x0 +π f (x) sin kx dx per k = 1. Pertanto assumiamo che f sia una funzione R → C periodica di periodo 2π e di classe C 1 . π) ` sufficiente.

Esempio 1. f ≡ 0 significa che f ` identicamente nulla.15) bk sin kx ∀x ∈ R. π] sono uguali alla met` degli integrali a su [−π. π].) e ⇔ fd ≡ 0 (fp ≡ 0. ovvero f (x) = 0 per ogni x. 2 π π 0 2 2 x sin kx dx = − cos kπ = (−1)k+1 k k per k = 1. Si consideri la funzione [−π. π[→ R : x → x. 2 k=1 ∞ (1. queste sono dette rispettivamente serie di coseni e serie di seni. + fp (x) = 2 k=1 ∞ fd (x) = k=1 bk sin kx ∀x ∈ R. e .14) f (x) − f (−x) fd (x) := 2 Si noti che f ` pari (dispari. e sia f la sua estensione periodica (con periodo 2π) a tutto R. risp. quindi si pu` rappresentare come serie di e o soli seni: essendo bk = 5 2 π π f (x) cos kx dx. seno e tangente sono sono dispari. Si noti e o n anche che la funzione potenza x → t ` pari se n ` pari. si ha e e e ∞ a0 ak cos kx. queste definizioni si e estendono in modo ovvio. e quindi i corrispondenti integrali estesi a [0. 0 bk = 0 ∀k. Quindi f pari f dispari Inoltre f pari ⇔ ak = ⇔ ⇔ f (x) = fp (x) = f (x) = fd (x) = k=1 ∞ a0 + ak cos kx ∀x ∈ R.. Questo pu` forse spiegare queste denominazioni. mentre ` dispari se n ` dispari.5 Poich´ il coseno ` pari ed il seno ` dispari. (1. mentre il prodotto di una e funzioni pari ed una dispari ` dispari. π 0 Per verificare la prima di queste ultime due affermazioni basta notare che i rispettivi integrandi sono pari. La funzione f ` dispari.. Il e e e e coseno ` pari..Serie di Fourier Si dice che 7 f ` pari e f ` dispari e ⇔ ⇔ f (−x) = f (x) f (−x) = −f (x) ∀x ∈ R.16) 2 π f dispari ⇔ ak = 0. e Ogni funzione f : R → C pu` essere decomposta nella somma di una funzione pari ed una o dispari: fp (x) := f (x) + f (−x) 2 (pari) ⇒ (dispari) f (x) = fp (x) + fd (x) ∀x ∈ R.13) ∀x ∈ R. 2. bk = f (x) sin kx dx ∀k.). (1. risp. Se f ` definita in un sottoinsieme di R simmetrico rispetto all’origine. (1. Il prodotto di due funzioni pari o di due funzioni dispari ` pari.

* Osservazione. Sia h(x) := tan x per ogni x = π/2 + kπ con k ∈ Z.. =  0    π   per k = 0 per k = pari = 0 −4/(πk 2 ) per k = dispari.17) = 1 1 4 π cos x − 2 cos 3x + 2 cos 5x + . π[. Si ponga ρ0 := a0 /2. Visintin 2 2 (−1)k+1 sin kx = 2 sin x − sin 2x + sin 3x + . Questa funzione ` pari. E quindi naturale che due funzioni che coincidono solo in parte dell’insieme di definizione abbiano due diverse rappresentazioni in serie di Fourier. π[.. e per ogni k ∈ N siano ρk e θk ∈ [0. dipendono dal comportamento della funzione in tutto l’intervallo ` [−π. D’altra parte i coefficienti della serie di Fourier. ma non in tutto [−π.8 si ottiene Sf (x) = Metodi Matematici per TLC – a.. 2004-05 – A. ed f ` ha dei salti solo in kπ con e k ∈ Z.. se ρk > 0. f ` continua in ogni intervallo [a. quindi non possiamo applicare i risultati precedenti.. Quindi f (x) = Sf (x) ∀x ∈ R \ {kπ : k ∈ Z}. Sia ora f : R → R (si noti: a valori reali) periodica di periodo 2π.3 di convergenza occorre ora valutare la regolarit` della funzione: a si verifica facilmente che sia f che f sono continue a tratti. In particolare per x = π si ottiene una rappresentazione di π 2 : π= π 4 + 2 π 1 ..18) . (1. e Sf converge uniformemente in tutto R. Le funzioni f e g dei due esempi precedenti coincidono in [0. − 2 π 3 5 Si verifica facilmente che f ` continua su tutto R e f ` continua a tratti. k k e. pertanto la serie di e Fourier Sf converge uniformemente a f in ogni intervallo [a. in quanto integrali.3 quindi f (x) = Sf (x) per ogni x ∈ R. Per il Teorema e e 1. cos θk = ak bk . π]. b] ⊂] − π. ma non in tutto [−π. = 2 8 3 5 k=1 (2k + 1) Esempio 3. sin θk = − ρk ρk ∀k ∈ N \ {0}. θ0 = 0. 2 k=1 (2k + 1) ∞ ovvero ∞ π2 1 1 1 = 1 + 2 + 2 + . Questo non contraddice la (1...15). π[. (1..a. 2π[ tali che ρk := a2 + b 2 . π]. Questa funzione non ` e continua a tratti. k 3 k=1 ∞ ∀x ∈] − π. poich´ questa doppia rappresentazione vale solo su una e parte dell’insieme di definizione delle funzioni f e g. π[→ R : x → |x|. Sia g l’estensione periodica della funzione [−π. ed in questo intervallo si possono rappresentare sia come serie di seni che come serie di coseni. Esempio 2. π[. π[. π[. Per applicare il Teorema 1. b] ⊂] − π. f (x) = 0 ∀x ∈ {kπ : k ∈ Z}. quindi pu` essere rappresentata mediante una serie di soli coseni: essendo e o 2 ak = π si perviene a Sg (x) = 4 π − 2 π 1 cos(2k + 1)x 2 k=0 (2k + 1) ∀x ∈] − π. ∞ π 0 x cos kx dx = .

(1.3).5) assumono la forma a π −π eikx e−i x dx = 0 2π se k = se k = ∀k. (1. per k = 1.. 2. 2 eikθ + e−ikθ .1) sono equivalenti a   ak b k = ck + c−k = i(ck − c−k ) per k = 0.4).3) (In teoria dei segnali la successione doppia {ck } ` detta lo spettro complesso del segnale f . 2 ck := ak − ibk . ponendo e ˜k := θk + π/2 la (1.2) o nella forma equivalente Sf = ∞ ∞ a0 + (ak cos kx + bk sin kx) = ρk cos(kx + θk ) 2 k=1 k=0 ∀x ∈ R. .19) ` anche equivalente a θ e ∞ Sf = k=0 ˜ ρk sin(kx + θk ) ∀x ∈ R. 2.. Si pu` allora riscrivere la serie (1.2) Si noti che le formule (2.19) In teoria dei segnali i numeri ρk e θk sono rispettivamente detti ampiezza e fase della frequenza k-esima del segnale f .Serie di Fourier 9 si noti che i θk sono univocamente determinati se ρk > 0. (1.) e .. (1.12) e (2..1) allora forniscono ck := 1 2π π −π f (x)e−ikx dx ∀k ∈ Z. 2 sin kθ = eikθ − e−ikθ 2i ak + ibk 2 ∀θ ∈ R.20) 2 Rappresentazione Complessa delle Serie di Fourier ∞ a0 (ak cos kx + bk sin kx) + 2 k=1 La serie di Fourier Sf. [Es] (2. (1.n (x) := ∀x ∈ R pu` essere espressa equivalentemente mediante esponenziali complessi. c−k := ∀k ∈ N \ {0}. ∈ Z. (2.. + 2 k=1 k∈Z In questo caso le relazioni di ortogonalit` (1. poich´ grazie alla foro e mula di Eulero cos kθ = Ponendo c0 := si ha Sf (x) = a0 . (2. 1.1) ∞ a0 (ak cos kx + bk sin kx) = ck eikx . . Poich´ cos α = sin(α + π/2) per ogni α ∈ R. le corrispondenti successioni {ρk } e {θk } sono rispettivamente dette spettro di ampiezza e spettro di fase.

a. n´ come integrali di Riemann generalizzati n´ come integrali di Lebesgue. (2.P. k∈Z +∞ +∞ Si noti che la convergenza di due serie k=0 n αk e k=1 α−k implica quella della serie +∞ +∞ V. k=−n (2. −m 1 ε V. (Ovviamente ` pi` restrittivo richiedere la convergenza di entrambe queste due ultime serie e u piuttosto che quella della serie della somma. Tuttavia si defniscono gli e e integrali nel senso del valor principale: +∞ m V.5) Quest’ultima ` la definizione corretta. ∈ Z.4) k=1 oppure ck eikx = lim k∈Z n→∞ ck eikx .10 Metodi Matematici per TLC – a. −1 1 dx := lim x ε→0+ 1 dx + x 1 dx x (= 0). Un semplice controesempio ` fornito da αk := k. per ogni e k ∈ Z. Resta da definire la somma della serie doppia ∞ che ` da intendersi come equivalente a e k=−∞ n ck e ikx . infatti V. [Es] ∈ Z. . Vi sono due alternative: +∞ ck e k∈Z ikx = n→∞ lim ck e k=0 ikx + n→∞ lim n c−k e−ikx . e Nel seguito trattando di serie doppie le intenderemo sempre nel senso del valore principale. ` detta somma della serie doppia nel senso del valore e e principale. ck eikx . 2004-05 – A. mentre k=0 ke k=1 (−k) divergono a +∞ e −∞ (rispettivamente). k∈Z k = 0.P. abbiamo f pari f dispari f (x) ∈ R ∀x f (x) ∈ iR ∀x 6 ⇔ ⇔ ⇔ ⇔ c−k = ck c−k = −ck c−k = c∗ k ic−k = (ick )∗ ∀k ∀k ∀k ∀k ∈ Z. Denotando con c la funzione Z → C : k → ck e con iR l’insieme dei numeri immaginari.P. k∈Z αk := n→∞ lim +∞ αk = k=−n +∞ k=0 αk + k=1 α−k . e la si indica anche con V. ed ometteremo di scrivere “V.) Funzioni Pari e Dispari. 6 ` E facile verificare che intendere la serie di Fourier in forma complessa ck eikx nel senso k∈Z del valore principale equivale a scrivere la serie di Fourier in forma reale come ∞ ∞ ∞ (ak cos kx + bk sin kx) k=1 piuttosto che k=1 ak cos kx + k=1 bk sin kx. −∞ +1 x dx := m→+∞ −ε −1 lim x dx (= 0).6) Una definizione analoga pu` essere introdotta a proposito degli integrali di funzioni limitate su insiemi o x dx e −∞ −1 illimitati o di funzioni illimitate su insiemi limitati.P.”. ma non sempre vale il viceversa. e quindi la loro somma ` rappresentata dalla forma indeterminata (+∞) + (−∞). scrittura questa k∈Z Valore Principale. +∞ +1 (2.P.P. Visintin ck eikx . ∈ Z. Ad esempio gli integrali 1/x dx non esistono.

Im(c) ` pari. rk .11) (2. che infatti sono ricavati dagli ak .12) Sf (x) := k∈Z (4) rk ei(kx+ϕk ) Per alcuni scopi pu` essere utile usare la rappresentazione complessa anche per funzioni a o valori reali: i conti con gli esponenziali possono essere pi` agevoli che con le funzioni trigonou metriche. Disponiamo quindi di quattro rappresentazioni Sf . denotando con c la successione doppia Z → C : k → ck . e [Es] Re(c) ` pari. ϕk ∈ R.10) e (2.9) e (2. a Rappresentazione Complessa Alternativa.12). . nel caso di una funzione f a valori reali si noti che per ogni k ∈ Z. ck = rk eiϕk .9) Sf (x) := k=1 ρk cos(kx + θk ) (ρk . Pertanto ck eikx = rk ei(kx+ϕk ) . f pari f dispari f (x) ∈ R ∀x f (x) ∈ iR ∀x ⇔ ⇔ ⇔ ⇔ c ` pari.11) dipendono linearmente dalla funzione f . (2. (2. per rk ≥ 0 e ϕk ∈ R opportuni. (2. bk ∈ C (per la seconda ci sarebbe qualche difficolt` per θk ∈ C). bk )} o {ck } ` interpretato come un processo di analisi. (R )rk > 0.Serie di Fourier ovvero. (ck ∈ C). questi sviluppi in serie sono equivalenti: si passa da uno all’altro mediante semplici formule di trasformazione lineari dei coefficienti di Fourier (siano essi reali o complessi).8) k∈Z k∈Z (1) (4) Osservazione.11) per ck ∈ R: a in generale in entrambi i casi si otterranno funzioni complesse. ck degli sviluppi di Fourier (2.9) anche per coefficienti ak ..19). questo invece non vale per i coefficienti ρk . (2. Sottolineamo che i coefficienti ak .10) (ii) due rappresentazioni in forma esponenziale complessa per f : R → C: Sf (x) := k∈Z (3) ck eikx . Come abbiamo visto. bk ∈ R). bk . . oppure di considerare (2. θk . Sf per lo sviluppo in serie di Fourier di una funzione f periodica di periodo 2π: (i) due rappresentazioni in forma trigonometrica per f : R → R: Sf (x) := (2) (1) ∞ a0 (ak cos kx + bk sin kx) + 2 k=1 ∞ (ak . Esercizi. bk . l’operazione inversa che porta dai coefficienti di e Fourier alla funzione f ` interpretato come sintesi.7) Il passaggio dalla funzione f alle successioni dei coefficienti di Fourier {(ak . In analogia con la (1.. Im(c) ` dispari. e e Re(c) ` dispari.. θk ∈ R). I coefficienti ck sono anche detto lo spettro e della funzione f (analogamente a quanto si vedr` per la trasformata di Fourier). Nulla poi vieta di scrivere la prima delle (2. ϕk delle rappresentazioni equivalenti (2. ck mediante trasformazioni non lineari. e e 11 (2. e c ` dispari.

π −π ˜ f (x)f (x)∗ dx ˜ ∀f. .12 Metodi Matematici per TLC – a. . . mediante la traformazione di variabile y → x := T y/(2π) si ha Sf (x) = Sf˜ con ak = 1 π π ∞ a0 2kπ 2kπ 2π ak cos x = + x + bk sin x T 2 T T k=1 T /2 −T /2 ∀x ∈ R. Visintin — Si sviluppino in serie di Fourier complessa le funzioni degli esempi del paragrafo 1.a. allora f (y) := f (T y/2π) ` una funzione periodica di periodo e e 2π. 2004-05 – A. a o dei coefficienti rk e ϕk per le serie complesse (2. π). e siano {ck } i suoi coefficienti di Fourier nella rappresentazione esponenziale complessa. Si verifichi che c2h = 0 ∀k ∈ ζ (ovvero Sf contiene solo le armoniche di ordine dispari) se e solo se f (x) = −f (x + π) per ogni x ∈ R. . 2 ˜ f (y) cos ky dy = T −π f (x) cos 2kπ x dx T per k = 1. Analogamente Sf (x) = Sf˜ con ck = 1 2π π 2π x T ck e2πikx/T k∈Z T /2 −T /2 ∀x ∈ R. 1 ˜ f (y)e−iky dy = T −π f (x)e−2πikx/T dx ∀k ∈ Z. — Sia f una funzione f : R → C periodica di periodo 2π continua. — Si traducano le propriet` (2. f ∈ L2 (−π.6) in termini dei coefficienti ρk e θk per le serie reali (1. Si verifichi anche che c2h+1 = 0 ∀h ∈ ζ (ovvero Sf contiene solo le armoniche di ordine pari) se e solo se f ` anche periodica di periodo π. (2. e 2.8). Pertanto tutti i risultati precedenti si estendono facilmente a Sf . Partendo dallo sviluppo Sf˜(y) = ∞ a0 (ak cos ky + bk sin ky) + 2 k=1 ∀y ∈ R. .19).1 Funzioni con Periodo Diverso da 2π ˜ Se f ` periodica di periodo T = 2π. f ) := −π |f (x)|2 dx 1/2 ∀f ∈ L2 (−π. π). π). 2 T /2 1 π ˜ 2kπ f (y) sin ky dy = f (x) sin x dx bk = π −π T −T /2 T e la prima formula vale anche per a0 . dotato della norma π f = indotta dal prodotto scalare ˜ (f.13) 3 * Il Punto di Vista dell’Analisi Funzionale Secondo l’impostazione introdotta nel Cap. I le funzioni di energia finita sono considerate come punti dello spazio di Hilbert L2 (−π.4. 2.

ponendo f = f in (3.) Infine. π) ` sviluppabile in serie di Fourier. Pi` precisae u mente. f (x) = ∞ a0 (ak cos kx + bk sin kx) = ck eikx + 2 k=1 k∈Z q∀x ∈ R.. e conserva norma e prodotto scalare (a meno di un fattore costante).4) si ottiene (3. (1.13). definiti i coefficienti {ak }.1 Ogni funzione f ∈ L2 (−π. questo risulta lecito ˜ in L2 (−π. π). ovvero f (x) − n a0 (ak cos kx + bk sin kx) − 2 k=1 k=n L2 →0 per n → +∞. (3.5). Allora ∞ π ˜ bk f (x)f (x)∗ dx = a0 a∗ + π (ak a∗ + bk˜∗ ) = 2π ˜0 ˜k ck c∗ . {bk }. e siano (3. ˜k 2 −π k=1 k∈Z π (3.3). [Es] Analogamente a a π −π ˜ f (x)f (x)∗ dx = ck c∗ ˜ π −π π −π k∈Z ck eikx ∈Z c∗ e−i x dx ˜ ck c∗ = 2π ˜k k∈Z k∈Z = k∈Z ∈Z ei(k− )x dx = (cf.12) e (2. Quindi il passaggio da f ai suoi coefficienti di Fourier {ck } trasforma funzioni di L2 (−π. π).Serie di Fourier 13 Teorema 3. Per verificare la prima uguaglianza di (3.2) f (x) − ck eikx k=−n L2 →0 Formule analoghe valgono per le rappresentazioni delle (??) e (??). sviluppare il prodotto. π) in successioni di 2 . (1.1) Inoltre la serie di Fourier converge in L2 (−π.4) in particolare π −π |f (x)|2 dx = ∞ π |ck |2 (< +∞). {ck } come in (1. (Ancora una volta abbiamo scambiato le operazioni di serie e di integrale. (3. (3.4). basta scrivere f (x)f (x)∗ in termini dei coefficienti di Fourier {ak } e {bk }.5) ˜ Dimostrazione.4).. (1.5).2 (di Parseval) Siano f.3) i rispettivi sviluppi in serie di Fourier. ˜ Teorema 3.1) e ∞ a0 ˜ ˜ f (x) = + (˜k cos kx + ˜k sin kx) = a b ck eikx ˜ 2 k=1 k∈Z q∀x ∈ R. f ∈ L2 (−π. quindi integrare ed usare le propriet` di ortogonalit` (1. .6)) 2π |ck |2 . π). |a0 |2 + π (|ak |2 + |bk |2 ) = 2π 2 k=1 k∈Z (3.

. π]. π]). π) allora per la (3.. se f ∈ L2 (−π. Pi` in generale. π) allora ∞ f (x) = k=1 π −π k(−ak sin kx + bk cos kx) = k∈Z ∞ k=1 (n) 2 ikck eikx q∀x ∈ R. (ii) La condizione f ∈ L2 (−π. ` E invece molto agevole derivare la serie |k|≥n ikck eikx . k n bk → 0. tanto pi` rapidamente i suoi coefficienti di u e u Fourier si annullano all’infinito. f (n) ∈ L2 (−π. si pu` ripetere questo ragionamento per le derivate successive (se esistono): o per ogni intero n ≥ 1 f. 7 Analogamente....3 Sia f ∈ L2 (−π. .14 Metodi Matematici per TLC – a. π). u Grazie alla (3. .8) |f (n) (x)|2 dx = π ∞ (|k n ak |2 + |k n bk |2 ) = 2π |k|≥n |k n ck |2 (< +∞)...a.. π) allora q∀x ∈ R..... ` noto che ogni funzione continua ` limitata in ogni insieme chiuso e limitato. . pertanto per ogni intero n e f ∈ C n ([−π. quindi f ∈ L2 . (3. e e e u per ogni intero n ≥ 1 (ancora supponendo l’esistenza delle derivate) f. bk → 0.7) |f (x)|2 dx = π (|k 2 ak |2 + |k 2 bk |2 ) = 2π k∈Z |k 2 ck |2 (< +∞). π) pu` essere interpretata come una propriet` di regolarit` o a a 8 per la funzione f : ad esempio si pu` dimostrare che essa implica la continuit` di f . π) allora ak → 0. che comunque non dovrebbe apparire troppo sorprendente: se f ` e discontinua in un punto allora f contiene una massa di Dirac in quel punto.. Se f ∈ L2 (−π. π) ⇒ f ∈ C n−1 ([−π. poich´ la derivata di un esponenziale ` un esponenziale: e e questo ` uno dei vari vantaggi offerti dalla rappresentazione complessa. 2004-05 – A.10) Analogamente. π]) 7 ⇒ f.9). Se f ∈ L2 (−π. = π −π |k|≥n ∈ L (−π. π) k n ak → 0. D’altra parte. (3.7) kak → 0. e 8 Non dimostriamo questa affermazione.6) (3. . Quindi: quanto pi` la funzione f ` regolare. in quanto la derivazione trasforma seni in coseni e viceversa. (i) La convergenza delle serie in (3. e e quindi essa ` di quadrato integrabile in [−π. ck → 0 per k → +∞. ∞ Omettiamo la formula della derivata n-esima della serie Sf (x) = a0 + k=1 (ak cos kx + bk sin kx) perch´ e 2 richiederebbe una distinzione dei diversi valori di n. f (n) ∈ L2 (−π. Se poi o a 2 1 f ` derivabile e f ∈ L (−π. kck → 0 per k → +∞. ⇒ k n ck → 0 per k → +∞. se f.. π) e sia (3. kbk → 0.5) ha una notevole conseguenza. f (n) ∈ L2 (−π.. π). allora f ` continua e quindi f ` di classe C .9) k=n Osservazioni. (3.1) il suo sviluppo in serie di Fourier. (3.11) ovvero i coefficienti di Fourier si annullano pi` rapidamente all’infinito. Visintin Proposizione 3. f f (n) (x) = . per ogni intero n ≥ 1. (ik)n ck eikx (3.

b] → C : f. .. f .b) k b ˜ f (n) (x) f (n) (x)∗ dx n=0 a ˜ ∀f.. . (Per i motivi gi` visti per L2 . f (k) ∈ L2 (R)}. b]).b]) := n=0 x∈[a. b]) = {f : [a. b) sono spazi lineari dotati del prodotto scalare ˜ (f. H k (R) = {f : R → C : f. possiamo concludere che quanto pi` f ` regou e lare. tanto pi` rapidamente i coefficienti di Fourier {ak }. b])}.. {bk }. f ∈ H k (a. b]: C k ([a. f (k) ∈ C 0 (R)}. Si pu` anche notare che non c’` perfetta corrispondenza tra la continuit` di f e o e a la sommabilit` di f e f . a (iii) Combinando le due ultime osservazioni. b). nell’ambito della teoria classica questo conduce alla definizione degli spazi C k delle a funzioni continue dotate di derivate continue fino all’ordine k (con k ∈ N). b)}. {ck } si annullano per k → ∞. u ` * Gli Spazi C k e H k . sono strumenti fondamentali dell’analisi moderna delle serie di Fourier e di altri settori dell’analisi matematica. f )H k (a.) a k I C ([a.b) = k b n=0 a |f (n) (x)|2 dx 1/2 ∀f ∈ H k (a.Serie di Fourier 15 Possiamo quindi concludere che la quadrato-integrabilit` delle derivate ` un indice di regolarit` a e a delle funzioni. b]) sono spazi normati dotati della norma k f C k ([a.. f )H k (a.. . b). f (k) ∈ C 0 ([a. f . . b]). Gli spazi classici C k e gli spazi di Sobolev H k . ˜ 1/2 := (f... Analogamente nella teoria pi` moderna si definisce la classe H k delle funzioni di quadrato integrabile dotate di u derivate (nel senso delle distribuzioni) di quadrato integrabile fino all’ordine k (in particolare ˜ H 0 = L2 ): C k (R) = {f : R → C : f. E noto che la derivabilit` di una funzione ` rappresentativa della sua a e regolarit`..b) := e quindi anche della norma f H k (a. b) = {f : [a. . f . f . H k (a. f (k) ∈ L2 (a.. lo stesso per` non si pu` dire per C 0 (R) (perch´?).b] max |f (n) (x)| ∀f ∈ C k ([a.... e per un qualsiasi intervallo [a. o o e k Gli H (a. b] → C : f. si usa scrivere H k (a. b) invece di H k ([a.