La trasformata di Fourier

a cura di
Giulia Iacovelli e di Giulia Rosi
24/05/2012

1 F Introduzione
Pochi ne sono consapevoli ma la trasformata di Fourier usata di continuo in de-

cine di campi a prima vista inconciliabili tra loro, come ad esempio l elettronica,
la musica, la medicina, la sica, la chimica . . .

Per calcolare una trasformata basta infatti ascoltare. L orecchio esegue automaticamente un calcolo che il nostro intelletto pu eettuare solo dopo anni di
studio della matematica. Usate il cellulare? Guardate la tv? Ascoltate musica?
Allora questa formula (in realt pi corretto parlare di una coppia di formule)
merita di essere compresa, almeno nelle sue basi pi semplici e pratiche.
Iniziamo a vedere di che tipo di equazioni si sta parlando:

x(t)ei2f t dt

X(f ) =

x(t) =

X(f )ei2f t df

Trasformata e antitrasformata di Fourier

Spaventose eh? Integrali, numeri complessi scritti in forma contratta . . . calma!

In realt non sono poi cos dicili.
In parole povere la trasformata di Fourier consente di scomporre un'onda qualsiasi, anche molto complessa e rumorosa (un segnale telefonico o televisivo,
la musica, la voce!)

in pi sotto-componenti, un po' come attraverso la chi-

mica si pu scomporre un cibo nei suoi sottoelementi cos da capirne la reale

composizione.
Pi precisamente la trasformata di Fourier permette di calcolare le diverse componenti (ampiezza, fase e frequenza) delle onde sinusoidali che, sommate tra
loro, danno origine al segnale di partenza.
Storicamente queste due equazioni sono nate dalla brillante mente di Jean
Baptiste Joseph Fourier (1768-1830) quasi duecento anni fa, nel 1822.

1 metteva in discussione le teorie matematiche cui aderivano

L'analisi di Fourier

senza riserve i suoi contemporanei.

Molti dei grandi matematici francesi del

primo Ottocento, tra cui Lagrange, Laplace, Legendre, Biot e Poisson, si riutavano di accettare la tesi di Fourier secondo la quale qualunque distribuzione
iniziale di temperatura poteva essere scomposta in una semplice somma aritmetica di un'oscillazione fondamentale e delle sue armoniche superiori. Anche
Eulero era in disaccordo con le idee di Fourier, bench avesse gi ipotizzato che
alcune funzioni si potessero rappresentare come somma di sinusoidi. Accadde
dunque che, quando Fourier sostenne la sua tesi a una seduta dell'Accademia
francese delle scienze, Lagrange si alz in piedi e la dichiar impossibile. Nonostante ci, l'Accademia non pot ignorare la portata dei risultati umili e gli
confer un premio che tuttavia gli fu concesso con la seguente riserva:  La no-

vit della materia, insieme alla sua importanza, ci ha convinto a conferire il

premio, ma non possiamo non osservare che il modo in cui l'autore perviene
alle sue equazioni non esente da dicolt e che il suo metodo analitico per
integrarle lascia a desiderare quanto a generalit e anche a rigore . Il sospetto
con cui i colleghi consideravano il suo lavoro ne ritard la pubblicazione no
al 1815. Anzi, un resoconto completo comparve solo nel 1822, quando Fourier
pubblic il libro Thorie analytique de la chaleur . Le obiezioni mosse all'impostazione di Fourier riguardavano in particolare l'asserzione che una funzione
evidentemente discontinua potesse essere rappresentata come somma di sinusoidi, che sono funzioni continue. Le funzioni discontinue descrivono curve o rette
spezzate; per esempio, la funzione detta gradino di Heaviside vale zero a sinistra
e salta al valore uno a destra (con una funzione siatta si pu descrivere il usso della corrente quando viene chiuso un interruttore). Per i contemporanei di
Fourier era cosa mai vista che una funzione discontinua risultasse dalla combinazione di funzioni continue ordinarie, per esempio funzioni lineari, quadratiche,
esponenziali e sinusoidali. Tuttavia, se Fourier aveva ragione, la somma di un
numero innito di sinusoidi convergeva e rappresentava con precisione una funzione dotata di discontinuit, anche numerose. A quel tempo ci sembrava un'
assurdit. . .

1 In

analisi matematica, l'analisi di Fourier una branca di ricerca che nasce dalle ricerche

di Jean Baptiste Joseph Fourier, che nei primi anni dell'Ottocento, riusc a dimostrare che
una qualunque funzione continua poteva essere vista come una somma di innite opportune
funzioni sinusoidali. Grazie a tale scoperta si potuto scomporre funzioni complicate in una
serie di funzioni che prende il nome proprio di serie di Fourier, che ne rendono l'analisi pi
semplice. nota anche come analisi armonica.

2 F Le serie di Fourier
In molte applicazioni si ha a che fare con una grandezza periodica nel tempo (ad
esempio un segnale sonoro, luminoso, di trasmissione ecc.) e si vuole risalire alle
singole frequenze che la compongono e alle relative ampiezze, senza conoscerle in anticipo (si pensi ad esempio a un apparecchio elettronico che, captando
attraverso un microfono le vibrazioni dell' aria prodotte da uno strumento musicale, le analizzi per riconoscere di quale nota si tratta). La cosiddetta analisi di
Fourier che ci accingiamo a studiare ha come obiettivo primario proprio questo:
dato un segnale periodico, riuscire a decomporlo come somma (sovrapposizione)
di segnali di tipo sinusoidale, ciascuno con una propria frequenza (multipla intera di una frequenza base) e una propria ampiezza [3]. Fu proprio il matematico
francese Joseph Fourier, motivato principalmente dallo studio dell'equazione del
calore, il primo a rendersi conto che una funzione
ria

f (x)

sostanzialmente arbitra-

2 purch periodica di periodo T, pu essere decomposta come somma innita

di seni e coseni (serie trigonometrica).

Si tratta in sostanza di uno sviluppo del tipo:

f (x)

(ak cos(kx) + bk sin(kx)),

k=0

2
T

noto appunto come sviluppo in serie di Fourier.

Il passaggio dalla descrizione di un segnale (inteso come fenomeno periodico)
dal punto di vista del suo andamento temporale alla sua descrizione dal punto
di vista della decomposizione in somma di armoniche, viene spesso chiamato
passaggio dal dominio dei tempi al dominio delle frequenze.

Denizione 1.

periodo T

Una funzione

f,

denita sulla retta reale, si dice

(o anche T-periodica) se

T >0

f (x + T ) = f (x)

Denizione 2.

metrico

Fissato un numero

di periodo

per ogni

T > 0,

x R.

chiamiamo

una funzione del tipo:

p(x) = a0 +

N
X

(an cos(nx) + bn sin(nx)),

n=1

termine noto

periodica di

un numero reale tale che

polinomio trigono=

coecienti

2
T

an e bn sono numeri reali, detti

del polinomio trigonometrico,
in particolare a0 il
. Se inoltre almeno uno dei due coecienti
dove

aN

bN

Denizione 3.

tratti

grado N
continua a

diverso da zero, si dice che il polinomio trigonometrico ha

Una funzione periodica di periodo

T > 0 si dice
x0 = 0 < x1 < x2 < . . . <

se possibile trovare un numero nito di punti

xm = T

tali che valgano le seguenti condizioni:

f continua in ogni
0, 1, . . . , m 1.
b) i = 0, 1, . . . , m 1 esistono niti
a) La funzione

intervallo aperto del tipo

i seguenti limiti:

lim f (t),

lim

txi+1

txi +

2 Vedremo

(xi , xi+1 ), i =

f (t)

nel corso del capitolo che, in realt, la funzione

deve soddisfare alcune ipotesi

Denizione 4.

coecienti di Fourier di f
1
cn =
T

Sia

f (x)

una funzione reale T-periodica e continua a tratti. I

sono i numeri complessi deniti da

T /2

f (x)einx dx,

T /2

2
,
T

n = 0, 1, 2, . . .

La serie di funzioni

c0 +

(cn einx + cn einx ),

n=1

che si indica anche col simbolo

cn einx

n=

viene detta

serie di Fourier della funzione f

Osservazione.

Una funzione pari ha una serie di Fourier del tipo

a0 +

an cos(nx)

n=1
(serie di coseni), mentre una funzione dispari ha una serie di Fourier del tipo

bn sin(nx)

n=1
(serie di seni).

Teorema 1.

(Lemma di Riemann Lebesgue)

I coecienti di Fourier di

una funzione T-periodica e continua a tratti sono innitesimi, cio si ha:

lim an = lim bn = 0

I graci dei polinomi di Fourier, all'aumentare del grado N, approssimano sempre meglio il graco della funzione di partenza

f (x).

Tuttavia, se si cerca di

rendere preciso questo concetto intuitivo di approssimazione, si incontrano delle dicolt. Ad esempio, i polinomi di Fourier
mentre il segnale

f (x)

PN (x)

sono funzioni continue,

pu avere delle discontinuit: in che senso, allora, delle

funzioni continue possono approssimare una funzione discontinua? Occorre formalizzare il concetto intuitivo di approssimazione, a tal proposito considereremo
le seguenti nozione di convergenza per successione di funzioni.

Denizione 5.

f (x) sia una funzione

x I , e che fn (x) sia una successione di funzioni, tutte
denite (almeno) per x I . Allora diciamo che:
alla funzione f su
1) La successione di funzioni fn
I , se si ha
lim f (x) = f (x),
x I.
Supponiamo che I sia un intervallo, che

denita (almeno) per

converge puntualmente

fn

2) La successione di funzioni

I,

se si ha

lim

su

I,

se

I = [a, b]

alla funzione

su


sup |fn (x) f (x)| = 0.
xI

converge in media quadratica

fn
un intervallo chiuso e limitato e si ha

3) La successione di funzioni

converge uniformemente

|fn (x) f (x)|2 dx = 0.

lim

alla funzione

In particolare la serie di funzioni

fn (x)

n=1

in media quadratica

converge alla funzione

f (x)
) su

puntualmente

I,

(oppure

uniformemente

, oppure

se la successione delle sue somme parziali

SN (x) =

N
X

fn (x)

n=1

converge a
tica) su

f (x)

Denizione 6.

tratti

puntualmente (oppure uniformemente,oppure in media quadra-

I.
Una funzione periodica di periodo

T > 0

si dice

se possibile trovare un numero nito di punti

regolare a

x0 = 0 < x1 < x2 < . . . < xn = T

tali che valgano le seguenti condizioni:
1
a) La funzione f di classe C in ogni intervallo aperto del tipo

i = 0, 1, . . . , m1.
b) Per ogni i = 0, 1, . . . , m
lim f (t),

txi +

Teorema 2.

Sia

f (x)

(xi , xi+1 ),

esistono niti i seguenti limiti

lim

txi+1

f (t), lim f 0 (t),

txi +

lim

txi+1

f 0 (t)

una funzione T-periodica regolare a tratti e continua.

Allora la sua serie di Fourier converge uniformemente su

f (x).

In altre

parole, si ha

lim

dove

PN (x)


sup |PN (x) f (x)| = 0,
xR

indica il polinomio di Fourier di

f (x)

di grado N. In particolare,

vale

a0 +

(an cos(nx) + bn sin(nx)) = f (x),

n=1

x R,

2
.
T

3 F La trasformata di Fourier
In matematica, una

trasformata un operatore, generalmente lineare, di uno

spazio di funzioni su un altro spazio di funzioni. Ovvero trasforma una funzione

in un'altra funzione. Tale operatore di solito applicato ad una funzione per
semplicare alcune operazioni o in generale per risolvere pi facilmente dei problemi.
Dato da risolvere un problema A, che pu essere un calcolo aritmetico o la risoluzione di un'equazione dierenziale, uno schema esemplicativo pu essere il
seguente:
1.

si trasforma il problema A in un altro problema B pi semplice da risol-

vere;
2. si risolve il problema B;
3. si antitrasforma la soluzione del problema B nella soluzione del problema A.
Quella di cui ci occuperemo una

trasformata integrale,

ovvero un'appli-

cazione, generalmente lineare, di uno spazio di funzioni su un altro spazio di

funzioni, realizzata con un integrale.
La forma generale di una trasformata integrale lineare

T (f )

Z
T (f )(s) =

K(s, t)f (t)dt

a

ove

K(s, t),

la funzione che dierenzia le varie trasformazioni, detta

nucleo o

kernel della trasformazione.

La trasformata di Fourier costituisce uno strumento (per certi versi analogo
alle serie di Fourier) per analizzare un segnale

x(t)

nel dominio delle frequenze.

Mentre le serie di Fourier consentono lo studio di un segnale di tipo periodico,

la trasformata di Fourier permette l'analisi di un segnale x(t) il cui andamento
nel tempo non sia necessariamente periodico.

Denizione 7.

Sia

x(t) : R C una funzione.

Z
x(t)eit dt

Se

secondo Fourier

esiste nito per ogni

R, allora diciamo che la funzione x(t)

. In questo caso, la funzione

trasformabile

x(t)eit dt,

F [x(t)]() = X() :=

viene chiamata

trasformata di Fourier

di

x(t).

Una classe importante di funzioni continue a tratti che sono trasformabili secondo Fourier costituita dalle funzioni assolutamente integrabili, cio dalle
funzioni in

L1 (R).

Denizione 8.
x(t)

assolutamente integrabile
Sia

x(t) : R C
Z

una funzione continua a tratti. Diciamo che

se l'integrale

|x(t)|dt < .

(Condizione suciente per la trasformabilit).

Proposizione 1.
niamo che

x(t)

x(t) L1 (R).

sia continua a tratti e

Allora

x(t)

Suppo-

trasformabile

secondo Fourier.

Dimostrazione.

Basta osservare che

|eit | = 1 , t R.
Quindi si ha

|x(t)eit |dt =

Osservazione.

|x(t)|dt < +, R 

La seguente osservazione permette, talvolta, di semplicare il

calcolo della trasformata di Fourier.

Dato che

eit = cos(t) isin(t)

la

trasformata di Fourier si pu scrivere come:

x(t)cos(t)dt i

X() =

x(t)sin(t)dt

Quindi, in generale, la trasformata di Fourier assume valori complessi, anche

x(t) una funzione a valori reali. Tuttavia, se la funzione x(t) pari,

x(t)cos(t) pari mentre x(t)sin(t) dispari, quindi:
Z
Z
Z
x(t)cos(t)dt = 2
x(t)cos(t)dt, e
x(t)sin(t)dt = 0

quando

il

prodotto

x(t) una funzione dispari, il prodotto x(t)cos(t) dispari

x(t)sin(t) pari, quindi:
Z
Z
Z
x(t)cos(t)dt = 0, e
x(t)sin(t)dt = 2
x(t)sin(t)dt

Analogamente, se
mentre

In particolare se

x(t)

reale e dispari, allora

reale e pari, allora

X()

Esempio (porta unitaria).


p(t) =

1 se 21 < t <
0 altrimenti.

p1 (t) L1 (R),
p1 (t) e calcolarla.

immediato vericare che

eit /(i)

reale e pari, mentre se

1
2

quindi possiamo considerare la traDato che, per

una primitiva dell`esponenziale immaginario

F [p1 (t)]() :=

x(t)

Consideriamo la funzione porta unitaria, denita

da

sformata di Fourier di

X()

a valori immaginari puri e dispari.

p1 (t)eit dt =

1/2

eit dt =

1/2

6= 0, la funzione
eit , si ha:

i
i
eit 1/2
e 2 e 2
=

i
i 1/2

e quindi, ricordando la formula di Eulero

ei ei
2i

sin() =
si trova

2sin( 2 )
,

F [p1 (t)]() =
Per

=0

6= 0

invece, il calcolo ancora pi semplice, dato che

e0 = 1

e quindi:

1/2

Z
F [p1 (t)](0) =

1dt = 1
1/2

Per, grazie al limite notevole

2sin( 2 )
=1
0

lim

= 0

possiamo anche non distinguere tra il caso

semplicemente

F [p1 (t)]() =

e il caso

6= 0,

e scrivere

2sin( 2 )

dove la funzione al secondo membro si intende estesa per continuit nell'origine.

Esempio.
dove

a > 0

Calcoliamo la trasformata di Fourier della funzione

un parametro reale positivo.

otteniamo:

F [ea|t| ]() = 2

Siccome

x(t)

eat cos(t)dt =

x(t) = ea|t| ,

una funzione pari,

2a
2 + a2

Propriet
Iniziamo a vedere alcune propriet[2] della trasformata di Fourier:

Teorema 3.

Se

x(t) L1 (R),

allora la sua trasformata di Fourier

X()

una

funzione limitata.

Dimostrazione.

Si ha:

Z

|X()| := 

it

x(t)e

 Z

dt

Linearit.

Se

X()

it

|x(t)e

x(t) e y(t) sono

e Y (), allora

|dt =

e l`ultimo integrale nito dato che

sformate

|x(t)|dt

R,

x(t) L1 (R). 

funzioni trasformabili secondo Fourier con tra trasformabile anche ogni loro combinazione

lineare, e si ha:

F [ax(t) + by(t)]() = aX() + bY ().

Dimostrazione.

La linearit una diretta conseguenza della denizione di

trasformata di Fourier, e della linearit dell`integrale.

Riscalamento.

Se

a 6= 0

un parametro reale, si ha:

F [x(at)]() =

1
X(/a).
|a|

Dimostrazione.

at = T

Basta eettuare il cambio di variabile

nell`integrale:

x(at)eit dt =

F [x(at)]() :=

1
a
1
a

R
iT
x(T )e a dT se a > 0

R
iT
x(T )e a dT se a < 0

In ogni caso, si ha:

F [x(at)]() =

1
|a|

1  
.
X
|a|
a

x(T )eiT /a dT :=

Esempio (porta centrata).

zione porta

Calcoliamo la trasformata di Fourier della fun-

pT (t), T > 0:
1 se T2 < t <
0 altrimenti.


pT (t) =

Si tratta di una funzione porta di ampiezza

che si ha

pT (t) = p1 (t/T ),

a = 1/T ,

troviamo:

T,

T
2

centrata nell'origine. Notiamo

quindi applicando la propriet di riscalamento con

F [pT (t)]() = F [p1 (t/T )]() = T F [p1 (t)](T ) = T

ovvero:

F [pT (t)]() =

Coniugio.

Indicando con

2sin( T2 )
,

2sin( T2 )
T

T > 0.

il complesso coniugato di

x,

si ha:

i
F x(t) () = X().

Dimostrazione.
Z
i
F x(t) () :=
h

Dato che

eit = eit ,

it

x(t)e

si ha:

it

dt =

x(t)e

x(t)eit dt =: X(). 

dt =

Dalla precedente propriet segue facilmente il seguente risultato:

Teorema 4.

(Uguaglianza di Parseval).

Supponiamo che

mabile secondo Fourier, e che l'integrale:

|x(t)| dt

sia nito. Allora si ha:

1
|x(t)| dt =
2

|X()| d

x(t)

sia trasfor-

La formula di Parseval permette di calcolare l'energia di un segnale

x(t) tramite

la sua trasformata di Fourier.

Dimostrazione.1

Z
i
hZ
1
|x(t)| dt =
x(t)x(t)dt =
X()eit d dt =
x(t)
2

Z
Z
Z
Z
h

i
h
i
1
1
=
X()eit d dt =
x(t)
x(t)eit dt X()d =
2
2

Z
Z
1
1
X()X()d =
|X()|2 d
=
2
2
Z

Modulazione.

Per

a R,

si ha:

F [x(t)eiat ]() = X( a).

Dimostrazione.
F [x(t)eiat ]() :=

Si tratta di una semplice verica:

x(t)eiat eit dt =

Traslazione.

Per ogni

x(t)ei(a)t dt =: X( a). 

aR

si ha:

F [x(t a)]() = X()eia

Dimostrazione.

T = ta nell`integrale:
Z
i(T +a)
ia
x(T )e
dT = e
x(T )eiT :=

suciente il cambiamento di variabile

F [x(ta)]() :=

x(ta)eit dt =

= X()eia

Le precedenti propriet dimostrano che la trasformata di Fourier trasforma la

2 in una traslazione, e viceversa.

moltiplicazione per un carattere

Esempio (porta decentrata).

funzione


x(t) =

Calcoliamo la trasformata di Fourier della

1 se 6 < t < 10
0 altrimenti.

Si tratta di una funzione porta di ampiezza 4 centrata nel punto

a = 8.

Quindi

mediante una traslazione ci si pu ricondurre alla porta centrata:

x(t) = p4 (t 8)
Dalla propriet di traslazione e dall'esempio della porta centrata si ottiene
quindi:

F [x(t)]() = F [p4 (t 8)]() = ei8 F [p4 (t)]() = ei8

2sin(2)

1 segue dalla formula di inversione che vedremo in seguito

2 Una funzione un carattere di R se |(t)| = 1 e se (s + t) = (s)(t), s, t R

10

Moltiplicazione per t.

Se

tx(t) L1 (R),

X()

allora

derivabile e

F [tx(t)]() = iX 0 ()

Dimostrazione.
iX 0 () := i

d
d

Si ha:

x(t)eit dt = i

x(t)(

d it
e
)dt = i2
d

x(t)teit dt := F [tx(t)]()

ove il passaggio della derivata sotto segno di integrale possibile grazie al teo-

rema di convergenza dominata .

Esempio.

Calcoliamo la trasformata di Fourier della funzione


x(t) =
Si verica facilmente che

t se 1 < t < 1
0 altrimenti.

x(t) = tp2 (t).

Quindi, applicando la propriet di

moltiplicazione per t e ricordando l'esempio della porta centrata, troviamo:

F [tp2 (t)]() = i
Si noti che

tp2 (t)

d
d 2sin()
cos() sin()
(F [p2 (t))]()) = i (
) = 2i
d
d

una funzione reale e dispari, quindi la sua trasformata di

Fourier a valori immaginari e dispari.

Osservazione.
volte. Cos se

La propriet di moltiplicazione per t pu essere iterata pi

nN

tn x(t) L1 (R),

allora:

F [tn x(t)]() = in

Trasformata della derivata.

Se

x(t)

dn
X().
d n

derivabile e

x0 (t) L1 (R),

allora

F [x0 (t)]() = iX()

Dimostrazione.
F [x0 (t)]() :=

Ci si pu giusticare integrando per parti:

Esempio.

d
x(t))eit dt =
dt

x(t)(

d it
e
)dt = i
dt

Calcoliamo la trasformata di Fourier della funzione

x(t)eit dt =: iX() 

t2

x(t) = e 2

Poich il calcolo dell'integrale

t2

e 2 eit dt

X() =

abbastanza complicato, si procede in maniera indiretta. Notiamo che:

t2

x0 (t) = te 2 = tx(t)
3 Teorema

Siano fn 0 funzioni
g 0 misurabile tale che:
Z
g < e fn (x) g(x), n,

della convergenza dominata:

puntualmente a zero. Se esiste

X
allora

X f n 0.

11

misurabili convergenti

quindi per la propriet di moltiplicazione per t si ha:

F [x0 (t)]() = F [tx(t)]() = F [tx(t)]() = iX 0 ()

Per la propriet della trasformata della derivata:

F [x0 (t)]() = iX()

e, uguagliando le due espressioni, si trova la relazione:

iX 0 () = iX(),

ovvero X 0 () + X() = 0.

Questa un'equazione dierenziale lineare omogenea del primo ordine, nell'incognita

X(),

la cui soluzione :
2
2

X() = Ce

C R.

Questo signica allora che la trasformata di Fourier di

meno di una costante moltiplicativa

C,

x(t)

con

stessa,

t2

x(t) = e 2 coincide, a
cio F [x(t)](t) = Cx(t),

e quindi iterando:

F [F [x(t)]](t) = F [Cx(t)](t) = CF [x(t)](t) = C 2 x(t).

Essendo

x(0) = 1,

ottengo:

F [F [x]](0) = C 2
e dalla propriet di simmetria :

F [F [x(t)]](t) = 2x(t)
si ha anche che:

Quindi si ha

= 2 ,da

F [F [x]](0) = 2

cui C = 2 , e

sceglieremo la determinazione

positiva, perch basta notare che:

t2

e 2 dt > 0,

X(0) =

e quindi C dev'essere positiva,

C=

2 .

t2

F [e 2 ]() =
interessante notare come, scegliendo

In denitiva si trova:

2e

=0

2
2

e applicando al primo membro la

denizione di trasformata di Fourier, si ottenga l'integrale notevole:

t2

e 2 dt =

Convoluzione.

Siano

f L1 , g L1

h = f g.

Allora

H(t) = F (t)G(t),

ovvero la trasformata di Fourier trasforma convoluzioni in prodotti puntuali.

12

Dimostrazione.4

f g L1 .

Innanzitutto notiamo che

F [f g]

ben denita perch

La dimostrazione di tale propriet un'applicazione del teorema di

Fubini:

itx

H(t) =

dm(x)

ity

f (xy)g(y)dm(y) =

g(y)e

g(y)eity dm(y)

la notazione per cui:

f (x)eitx dm(x) = G(t)F (t).

f (x)dm(x) =

13

1
2

dm(y)

Si osservi che stata usata l'invarianza per traslazione di m.

4 Utilizziamo

f (x)dx

f (xy)eit(xy) dm(x) =

4 F Antitrasformata di Fourier
La trasformata di Fourier trova numerose applicazioni, tra cui l'analisi di un

x(t)

segnale

nello spazio delle frequenze. Di fondamentale importanza dun-

x(t),

que la possibilit di ricostruire il segnale

X():

conoscendo la sua trasformata

questa operazione (inversa rispetto alla trasformata di Fourier) viene

detta Antitrasformata di Fourier [1].

Denizione 9.

Sia

X() : R C

una funzione trasformabile secondo Fourier.

La funzione:

Z
h
i
1
F 1 X() (t) :=
X()eit d,
2

antitrasformata di Fourier

viene detta
La funzione

X()

X().

dunque pensata come funzione sul dominio delle frequenze,

mentre la variabile temporale

Osservazione.

di

tR

gioca un ruolo di parametro nell'integrale.

Si noti che il calcolo dell'antitrasformata di Fourier si riduce a

quello della trasformata: infatti, confrontando le due denizioni si vede subito

che:

F 1 [x(t)]() =

1
F [x(t)]().
2

Per dimostrare la formula di inversione abbiamo bisogno dei seguenti risultati

preliminari.

Teorema 5.

Per ogni funzione

su

e ogni

y R,

fy

sia

la traslata di

f,

denita dalla:

fy (x) = f (x y)
Se

1p<

e se

f L

(x R).

, l'applicazione

y fy
un'applicazione uniformemente continua di

Dimostrazione.
continua

Fissiamo un

 > 0.

su

Lp (R).

f Lp ,

Poich

esiste una funzione

il cui supporto appartiene all'intervallo limitato

[A, A]

tale che:

||f g||p < 

La continuit uniforme di

mostra che esiste un

(0, A)

tale che

|s t| <

implica
1

|g(s) g(t)| < (3A) p .

Se

|s t| < , ne
Z

segue che

|g(x s) g(x t)|p dx < (3A)1 p (2A + ) < p ,

cosicch

||gs gt ||p < .

Dall'invarianza per traslazione delle norme

alla misura di Lebesgue):

||f ||p = ||fs ||p ,

Lp

(realtive

segue che:

||fs ft ||p ||fs gs ||p +||gs gt ||p +||gt ft ||p = ||(f g)s ||p +||gs gt ||p +||(gf )t ||p < 3
per ogni

|s t| < .

Da cui segue la tesi.

14

Teorema 6.

Se

f L1 ,

F C0 5

||F || ||f ||1 .

Dimostrazione La disuguaglianza segue facilmente dalla denzione di F

f L1 .
se tn t,

e dal

fatto che
Inoltre

si ha:

L'integrando limitato da
Quindi

F (tn ) F (t),

2|f (x)|

1
|F (tn ) F (t)|
2

|f (x)||eitn x eitx |dx.

e tende a zero per ogni

x,

quando

n .

in base al teorema della convergenza dominata. Dunque

continua.

ei = 1, dalla denizione di trasformata segue che:

Z
Z
1
1
F (t) =
f (x)eit(x+/t) dx =
f (x /t)eitx dx.
2
2

Essendo poi

Quindi

1
2F (t) =
2


i itx
e
dx,
f (x) f x
t

e dunque:

2|F (t)| ||f f/t ||1 ,

che, per il teorema precedente, tende a zero per

Una coppia di funzioni ausiliarie.

t .

Nella dimostrazione del teorema di in-

versione ci torner utile conoscere una funzione positiva

che abbia una tra-

sformata di Fourier positiva, il cui integrale si possa calcolare facilmente. A tal

proposito, sceglieremo per comodit la seguente:

H(t) = e|t|
e deniamo

1
h =
2

H(t)eitx dx ( > 0).

Un semplice calcolo mostra che

r
h (x) =
per cui

2
Si osservi che

0 < H(t) 1

Proposizione 2.

Se

e che

f L1 ,

,
2 + x2

h (x)dx = 1.

H(t) 1

per

0.

risulta :

(f h )(x) =

H(t)F (t)eixt dm(t).

5 C indica lo spazio di tutte le funzioni continue su R che tendono a

0
6 Utilizziamo la notazione per cui:R f (x)dm(x) = 1 R f (x)dx

15

zero all'innito

Dimostrazione.
Z

Si tratta di una semplice applicazione del teorema di Fubini:

H(t)eity dm(t) =

f (xy)dm(y)

(f h )(x) =

it(xy)

H(t)dm(t)

f (y)e

Se

g L

H(t)dm(t)

f (xy)eity dm(y) =

H(t)F (t)eitx dm(t).

dm(y) =

Teorema 7.

continua in un punto

x,

lim (g h )(x) = g(x).

Dimostrazione.

Per come avevamo in precedenza denito:

h (x)dx = 1,

si ha:

1
(gh )(x)g(x) =
2

1
[g(xy)g(x)]h (y)dy =
2

Z
1

[g(x s) g(x)]h1 (s)ds.

2

quando

0.

y
[g(xy)g(x)]1 h1 ( )dy =

2||g|| h1 (s) e converge a zero puntualmente

L'ultimo integrando dominato da

per ogni

Quindi la tesi segue dal teorema della convergenza

dominata.

Teorema 8.

Se

1p<

f Lp ,

risulta

lim ||f h f ||p = 0

Dimostrazione.

h Lq , ove q l'esponente coniugato di p, (f h )(x)

eetti, f h continua).

Poich

denita per ogni

(in

In base alla denizione di trasformata, si ha:

1
(f h )(x) f (x) =
2

[f (x y) f (x)]h (y)dy,

e si ha:

1
|(f h )(x) f (x)|p
2
Integrando rispetto ad

|f (x y) f (x)|p h (y)dy

la precedente e applicando il teorema di Fubini si

ottiene:

1
||f h f ||pp
2
Se

g(y) = ||fy f ||pp ,

||fy f |pp h (y)dy = g h (0)

per il teorema 5

limitata, continua e

g(0) = 0.

Quindi,

grazie al teorema 7, il secondo membro dell'ultima disuguaglianza tende a zero

quando

0. 

16

(La formula di inversione)

Teorema 9.

1
g(x) =
2
g C0

allora

f (x) = g(x)

ed

Dimostrazione.

f L1 eF L1 ,

Se

e se

F (t)eixt dt

(x R),

q.o.

[4] Per la proposizione 2, vale:

1
(f h )(x) =
2

H(t)F (t)eixt dt

|F (t)| e per il teorema della

0 , si ha che il secondo

Gli integrandi a secondo membro sono limitati da

H(t) 1
g(x) x R.

convergenza dominata, poich

membro converge a
Per il teorema 8

per

7 vediamo che esiste una successione

tale che

n 0

lim (f hn )(x) = f (x) q.o.

n
Pertanto

f (x) = g(x)

(Il teorema dell'unicit)

Teorema 11.
t R,

risulta

q.o. Dal teorema 5 segue che

f (x) = 0

Dimostrazione.

Se

g C0 .

f L1

F (t) = 0

per tutti i

q.o.

F = 0,

Poich

si ha

F L1

e il risultato segue dalla formula

di inversione.

Il teorema di Plancherel
Teorema 12.

Ad ogni

f L2

possibile associare una funzione

F L2

in

modo tale che valgano le seguenti propriet:

1. Se

f L1 L2 ,

la trasformata di Fourier di

denita precedente-

mente.

f L2 , ||F ||2 = ||f ||2 .

2. Per ogni

3. L'applicazione

f F

un isomorsmo di spazi di Hilbert di

A (t) =

f (x)eix(t) dm(x)

||A F ||2 0

Nota.

Poich

f F
L2 .

||A f ||2 0

denso in

L2

per

A .

le propriet 1 e 2 determinano l'applicazione

univocamente. La propriet 4 pu chiamarsi teorema di inversione in

7 combinato

col seguente:

Teorema 10. Se
allora

L2 .

risulta

L1 L2

su

F : se
Z A
A (x) =
F (t)eix(t) dm(t),

4. Vale la seguente relazione simmetrica fra

L2

{fn }

1 p ,

e se

{fn }

Lp () con
q.o. a f (x).

una successione di Cauchy in

contiene una sottosuccessione che converge puntualmente

17

limite

f,

Applicazione della trasformata di Fourier

all'equazione del calore
F

L'equazione del calore[5] rappresentata dalla seguente formula:

d2
d
u(x, t) = a2 2 u(x, t),
dt
dx

xR

e descrive l'evoluzione della temperatura di un solido. Se impongo anche una

condizione sulla temperatura iniziale del solido, avr un sistema del tipo:

d
= a2 dx
2 u(x, t)
u(x, 0) = (x)
d
dt u(x, t)

R ix
1
u(x, t)dx la trasformata di Fourier della funzione
2 e
u(x, t); se applico tale trasformata al sistema appena incontrato avr:

Sia ora

U (, t) =

d
dt U (, t)

2 2
= a
(, t)
R Uix
1
U (, 0) = 2 e (x)dx

e la prima equazione, una volta ssato

vista come variabile di

t,

la posso

risolvere per separazione di variabili:

d
dt U (, t)

U (, t)

= a2 2 ;

U (, t)
= a2 2 t;
U (, 0)

log

U (, t) = U (, 0)ea

2 t

Adesso, grazie all'antitrasformata:

ix

u(x, t) =

eix ea

2 t

1
2

eix ea

U (, t)d =

2 t

U (, 0)d =

eiy (y)dyd =

1
2

hZ
(y)

ei(xy)a

2 t

e dopo alcuni calcoli si giunge a:

1
2

(y)e

dy =
2
a t
4a2 t

(xy)2
4a2 t

(xy)2
4a2 t

(y)dy

che la soluzione dell'equazione del calore, ed una convoluzione della gaussiana

con il dato iniziale

.
G(x, y, t) =
funzione G:

Denisco una funzione

che propriet ha la

1
e
4a2 t

(xy)2
4a2 t

, denita per

t > 0.

Vediamo

1. Il suo integrale:

G(x, y, t)dy =

Z
2
2
eu 4a2 t
1

eu du = 1
du =
2

4a t

18

i
d dy =

2.

G C

per

t > 0;

3. G risolve l'equazione del calore:

4. Per

t0

Gt = a2 Gxx ;

tende a concentrarsi in un punto: se

diventa molto piccolo la

gaussiana si stringe e sale, perch deve mantenere sempre il suo integrale

uguale a 1,diventa cio sempre pi piccata.

Esempio Sia data la successione di funzioni:

1
n 2n
x
0 altrimenti

Poich:

Z
n (x)dx = n
R

1
2n

1
=1
n

allora:

lim n (x)dx = 1.

n
Dunque:

Z
lim

1
= f (0) = 0 f
n

la delta di Dirac della funzione

Quindi,come abbiamo visto,

C ,

1
2n

1
1
, 2n
]:
[ 2n

lim f (n )n

0 f

nf (x)dx =

n (x)f (x)dx = lim

R

Per il teorema della media esiste

ove

1
2n

f.

u(x, t) essendo denita

x sia rispetto a t > 0.

come convoluzione tra

sia rispetto a

Legge di Fourier
Un problema sico importante il seguente: supponiamo di avere una sbarra
lunga

con temperatura iniziale costante

T1 e a
T1 , T2 > 0.

T,

con a sinistra una fonte posta ad

una temperatura

destra un'altra fonte posta ad una temperatura

T 6= T1 , T2

Tale problema sico e' descritto dal sistema:

T2 ,ove

ut = a2 uxx

u(x, 0) = T
u(0,
t) = T1 := 1 (t)

u(L, t) = T2 := 2 (t)
La soluzione a tale sistema dev'essere della forma

U (x, t)

u(x, t) = v(x, t) + U (x, t),ove

l'interpolazione lineare denita come:

U (x, t) = 1 (t) +

x
(2 (t) 1 (t))
L

v(x, t) tale che risolve un problema pi semplice,omogeneo:

x
(02 (t) 01 (t))]
vt = a2 vxx [01 (t) + L
vt = a2 vxx
x
x
v(x, 0) = (x) [1 (0) + L (2 (0) 1 (0))] =
(T2 T1 )]
v(x, 0) = T [T1 + L

v(0, t) = v(L, t) = 0
v(0, t) = v(L, t) = 0

19

da cui si ottiene la soluzione:

v(x, t) =

L
2 X n2 22a2 t
L
n
L
[(T T1 ) [1(1)n ]+(T2 T1 ) (1)n+1 ]sin( x)
e
L
n
n
L
n1

limt v(x, t) =
t : la temperatura

di cui ci interessa il comportamento all'innito,e cio che il

0.

Allora

u(x, t) = v(x, t) + U (x, t) U (x, t),

per

stazionaria (che rimane cio ssa nel tempo) un'interpolazione lineare tra le
due temperature poste all'estremit della sbarra,ovvero dopo un certo tempo si
raggiunge una temperatura limite.

20

Riferimenti bibliograci
[1] Analisi reale e complessa, W. Rudin
[2] La trasformata di Fourier, P. Tilli
[3] Trasformazione di Fourier, De Marco
[4] Analysis, Lieb and Loss
[5] Appunti delle lezioni di FM310, Prof. Pellegrinotti

21